CentOS HDFS与YARN集成方式

在centos上整合hdfs（hadoop distributed file system）与yarn（yet another Resource negotiator）涵盖了一系列流程，包含前期准备、参数调整及服务开启等环节。以下为完整的整合流程：

前期准备工作

1. 安装centos 7系统：保证每个服务器均安装CentOS 7操作系统。
2. 关闭防火墙功能：停用防火墙以简化后续设置过程。
3. 禁用SElinux：关闭SELinux以降低配置难度。
4. 设定时间同步机制：建立时间同步确保集群内各服务器时间统一。
5. 设定IP与主机名映射：于所有服务器上设定IP与主机名的对应关系。
6. 配置ssh免密码登录：构建SSH无密码登录以便利服务器间的交流。
7. 安装JDK 8：在每个服务器上部署JDK 8。

HDFS集群搭建

1. 解压缩Hadoop：在所有服务器上解压Hadoop安装包。
2. 设定环境变量：设定Hadoop的环境变量，例如 HADOOP_HOME。
3. 配置core-site.xml：设定HDFS的核心特性，如NameNode与DataNode的定位。
4. 配置hdfs-site.xml：设定HDFS的文件系统特性，如副本数量、块大小等。
5. 设定slaves文件：列出DataNode的主机名。
6. 格式化NameNode：于NameNode服务器上执行格式化指令。
7. 启动HDFS：利用 start-dfs.sh 启动HDFS集群并确认其运作状况。

YARN集群搭建

1. 调整yarn-site.xml：设定YARN的属性，如ResourceManager与NodeManager的地址、zookeeper地址等。若需高可用性，应激活ResourceManager HA并设定多个ResourceManager实例。
2. 同步配置文件：将配置文件复制至所有NodeManager服务器。
3. 启动YARN服务：在ResourceManager服务器上启动YARN服务，并在所有NodeManager服务器上启动NodeManager服务。
4. 验证YARN服务状态：借助YARN提供的Web界面或其它工具检查YARN服务是否正常运行。

整合的优势

• 提升资源使用效率：YARN的资源调配功能让集群资源得以更高效地运用。
• 兼容多种计算模式：HDFS与YARN的结合支持多种大数据处理模式，如mapreduce、spark等，增强了系统的适应性和扩展性。

在执行上述设定时，请确保所有服务器的配置文档一致。在启动HDFS和YARN服务之前，请确认所有必要端口开放且网络配置无误。对于生产环境，推荐采用更新版本的Hadoop，并参照官方指南进行设定与部署。

以上流程给出了一般指引，但实际部署时可能还需依据特定需求与环境作相应改动。建议在部署前详读Hadoop官方文档，并依据具体情况作出适当的设定。