在centos上進行hdfs數據遷移的步驟如下：

1. 評估遷移數據量：

• 使用命令 hdfs dfs -du -h / 查看各個目錄的總數據量，并根據業務劃分，統計每個業務的數據總量。

2. 規劃遷移節奏：

• 鑒于數據量大且網絡帶寬有限，建議在文件變化之前按業務、分目錄、分批進行遷移。

3. 選擇遷移工具：

• 利用hadoop自帶的distcp工具，通過簡單的命令即可完成數據遷移。

4. 評估遷移時間：

• 為減少對線上業務的影響，盡量選擇老集群低負載運行的時間段來進行數據遷移。

5. 注意事項：

• 在遷移過程中，需考慮新老集群之間的最大帶寬，以及在減少業務影響條件下最多可以使用多少帶寬。
• 考慮遷移過程中可能發生文件刪除、新增數據的情況，如何處理新數據和舊數據。
• 確保遷移后數據的一致性校驗和HDFS文件權限與老集群保持一致。
• 常見問題如連接超時，應確保目標集群的HDFS端口（默認為50070）已打開，并且客戶端有權限訪問。
• 若遇到數據不一致的問題，可以使用distcp的-update參數來確保數據的一致性，它會在目標集群上更新已存在的文件。
• 若遇到權限問題，可以使用-p參數保留文件的權限信息，確保遷移后的文件權限與源集群一致。

6. 執行數據遷移的具體操作：

• 使用distcp命令進行數據遷移，例如：

    hadoop distcp hdfs://namenode:port/source/path hdfs://namenode:port/destination/path

  如果需要復制整個目錄，可以使用通配符：

    hadoop distcp hdfs://namenode:port/source/directory hdfs://namenode:port/destination/directory

7. 驗證遷移結果：

• 遷移完成后，驗證數據的完整性和一致性。
• 檢查新集群的數據訪問性能，確保擴容操作沒有引入任何性能問題。