一、添加白名单

1.概述

白名单：表示在白名单的主机IP地址可以，用来存储数据。

企业中：配置白名单，可以尽量防止黑客恶意访问攻击。

2.具体配置

#1.在NameNode节点的/opt/module/hadoop/etc/hadoop目录下分别创建whitelist和blacklist文件
1）创建白名单
[delopy@hadoop102 hadoop]$ vim whitelist
在whitelist中添加如下主机名称，假如集群正常工作的节点为102 103 
hadoop102
hadoop103

2）创建黑名单
[delopy@hadoop102 hadoop]$ touch blacklist
保持空的就可以

#2.在hdfs-site.xml配置文件中增加dfs.hosts配置参数

<!-- 白名单 -->
<property>
     <name>dfs.hosts</name>
     <value>/opt/module/hadoop/etc/hadoop/whitelist</value>
</property>

<!-- 黑名单 -->
<property>
     <name>dfs.hosts.exclude</name>
     <value>/opt/module/hadoop/etc/hadoop/blacklist</value>
</property>

3.分发配置

# 分发配置文件whitelist，hdfs-site.xml
[delopy@hadoop102 hadoop]$ xsync hdfs-site.xml whitelist

4.重启集群

# 第一次添加白名单必须重启集群，不是第一次，只需要刷新NameNode节点即可
[delopy@hadoop102 hadoop]$ myhadoop.sh stop
[delopy@hadoop102 hadoop]$ myhadoop.sh start

5.浏览器访问测试

# 在web浏览器上查看DN，http://hadoop102:9870/dfshealth.html#tab-datanode

6.测试结果

#1.在hadoop104上执行上传数据数据失败
[delopy@hadoop104 hadoop]$ hadoop fs -put NOTICE.txt /

#2.二次修改白名单，增加hadoop104
[delopy@hadoop102 hadoop]$ vim whitelist
修改为如下内容
hadoop102
hadoop103
hadoop104

#3.分发配置
[delopy@hadoop102 hadoop]$ xsync hdfs-site.xml whitelist

#4.刷新NameNode
[delopy@hadoop102 hadoop]$ hdfs dfsadmin -refreshNodes
Refresh nodes successful

#5.在web浏览器上查看DN，http://hadoop102:9870/dfshealth.html#tab-datanode

二、服役新服务器

1.需求

随着公司业务的增长，数据量越来越大，原有的数据节点的容量已经不能满足存储数据的需求，需要在原有集群基础上动态添加新的数据节点。

2.环境准备

#1.在hadoop100主机上再克隆一台hadoop105主机

#2.修改IP地址和主机名称并创建部署用户
[root@hadoop105 ~]# vim /etc/sysconfig/network-scripts/ifcfg-ens33
[root@hadoop105 ~]# vim /etc/hostname
[root@hadoop105 ~]# useradd delopy
[root@hadoop105 ~]# passwd delopy

#3.拷贝hadoop102的/opt/module目录和/etc/profile.d/my_env.sh到hadoop105
[delopy@hadoop102 opt]$ scp -r module/* delopy@hadoop105:/opt/module/

[delopy@hadoop102 opt]$ sudo scp /etc/profile.d/my_env.sh root@hadoop105:/etc/profile.d/my_env.sh

[delopy@hadoop105 hadoop]$ source /etc/profile

#4.删除hadoop105上Hadoop的历史数据，data和log数据
[delopy@hadoop105 hadoop]$ rm -rf data/ logs/

#5.配置hadoop102和hadoop103到hadoop105的ssh无密登录
[delopy@hadoop102 .ssh]$ ssh-copy-id hadoop105

[delopy@hadoop103 .ssh]$ ssh-copy-id hadoop105

3.服役新节点具体步骤

#1.直接启动DataNode，即可关联到集群
[delopy@hadoop105 ~]$ hdfs --daemon start datanode
[delopy@hadoop105 ~]$ yarn --daemon start nodemanager

4.在白名单中增加新服役的服务器

#1.在白名单whitelist中增加hadoop104、hadoop105，并重启集群
[delopy@hadoop102 hadoop]$ vim whitelist
修改为如下内容
hadoop102
hadoop103
hadoop104
hadoop105

#2.分发配置文件
[delopy@hadoop102 hadoop]$ xsync whitelist

#3.刷新NameNode
[delopy@hadoop102 hadoop]$ hdfs dfsadmin -refreshNodes
Refresh nodes successful

5.在hadoop105上上传文件

[delopy@hadoop105 ~]$ hadoop fs -put /opt/module/hadoop/LICENSE.txt /

思考：如果数据不均衡（hadoop105数据少，其他节点数据多），怎么处理？

三、服务器间数据均衡

1.企业经验

在企业开发中，如果经常在hadoop102和hadoop104上提交任务，且副本数为2，由于数据本地性原则，就会导致hadoop102和hadoop104数据过多，hadoop103存储的数据量小。

另一种情况，就是新服役的服务器数据量比较少，需要执行集群均衡命令。

2.开启数据均衡命令

[delopy@hadoop105 hadoop]$ start-balancer.sh -threshold 10

对于参数10，代表的是集群中各个节点的磁盘空间利用率相差不超过10%，可根据实际情况进行调整。

3.停止数据均衡命令

[delopy@hadoop105 hadoop]$ stop-balancer.sh

ps：由于HDFS需要启动单独的Rebalance Server来执行Rebalance操作，所以尽量不要在NameNode上执行start-balancer.sh，而是找一台比较空闲的机器。

四、黑名单退役服务器

1.概述

黑名单：表示在黑名单的主机IP地址不可以，用来存储数据。

企业中：配置黑名单，用来退役服务器。

2.具体配置

#1.编辑/opt/module/hadoop/etc/hadoop目录下的blacklist文件
[delopy@hadoop102 hadoop] vim blacklist
添加如下主机名称（要退役的节点）
hadoop105

ps：如果白名单中没有配置，需要在hdfs-site.xml配置文件中增加dfs.hosts配置参数

<!-- 黑名单 -->
<property>
     <name>dfs.hosts.exclude</name>
     <value>/opt/module/hadoop/etc/hadoop/blacklist</value>
</property>

#2.分发配置文件blacklist，hdfs-site.xml
[delopy@hadoop102 hadoop]$ xsync hdfs-site.xml blacklist

#3.第一次添加黑名单必须重启集群，不是第一次，只需要刷新NameNode节点即可
[delopy@hadoop102 hadoop]$ myhadoop.sh stop
[delopy@hadoop102 hadoop]$ myhadoop.sh start
[delopy@hadoop102 hadoop]$ hdfs dfsadmin -refreshNodes
Refresh nodes successful

#4.检查Web浏览器，退役节点的状态为decommission in progress（退役中），说明数据节点正在复制块到其他节点

#5.等待退役节点状态为decommissioned（所有块已经复制完成），停止该节点及节点资源管理器。注意：如果副本数是3，服役的节点小于等于3，是不能退役成功的，需要修改副本数后才能退役

[delopy@hadoop105 hadoop]$ hdfs --daemon stop datanode
stopping datanode

[delopy@hadoop105 hadoop]$ yarn --daemon stop nodemanager
stopping nodemanager

#6.如果数据不均衡，可以用命令实现集群的再平衡
[delopy@hadoop102 hadoop]$ sbin/start-balancer.sh -threshold 10

第二十三章 HDFS—集群扩容及缩容