正确地添加和移除节点
添加节点
克隆
克隆一台全新的Linux（如有IP冲突，可右击VMware右下角网络图标断开连接）
打开/etc/hostname修改主机名
打开/etc/sysconfig/network-script/ifcfg-ens33修改IP
重启
安装
使用安装包+hadoop-install.sh脚本快速安装一个Hadoop节点
注意使用source hadoop-install.sh执行
配置NameNode
打开/etc/hosts添加新节点的IP和主机名
打开etc/hadoop/slaves添加新节点的主机名
打开hdfs-site.xml，设置节点平衡带宽设置（默认值1M，下面设置为10M）
<property>
<name>dfs.datanode.balance.bandwidthPerSec</name>
<value>20971520</value>
</property>
同步DataNode配置
在所有DataNode节点上执行hadoop-pull.sh
注意修改脚本中的NameNode变量值！
启动
在新节点上执行
hadoop-daemon.sh start datanode
平衡
让各个DataNode中的数据均匀分布，
start-balancer.sh -threshold 5
-threshold是平衡阈值，默认值允许10%的差异，值越小越平衡，但花费的时间会越长
通过下面的命令也可以设置平衡时使用的网络带宽（字节/秒）
hdfs dfsadmin -setBalancerBandwidth20971520
在网络带宽受限的情况下，平衡速度较慢，需要耐心等待一段时间才能观察到效果
平衡时先通过NameNode提供的元数据进行平衡规划，然后开启多线程将数据从老节点移到新节点。
如果想查看平衡的过程，可以用下面的命令：
hdfs balancer -threshold 5
移除节点
如果节点中已经保存了数据，则从slaves中移除节点，重启集群这种暴力手段就不适用了，如果暴力删除则会造成数据丢失。为了解决生产环境中平稳安全地移除节点的问题，Hadoop提供了一个流程：
设置排除
在namenode中打开hdfs-site.xml，设置节点排除文件的位置（必须是绝对路径）
<property>
<name>dfs.hosts.exclude</name>
<value>/usr/share/hadoop/etc/hadoop/excludes</value>
</property>
在excludes文件中添加要排除的节点主机名，一行一个
更新节点配置
在NameNode中执行下面命令，强制重新加载配置
hdfs dfsadmin -refreshNodes
在Hadoop站点上很快就能看到Decommission正在进行，此时NameNode会检查并将数据复制到其它节点上以恢复副本数（要移除的节点上的数据不会被删除，如果数据比较敏感，要手动删除它们）。通过命令也可以查看状态：
hdfs dfsadmin -report
等状态变成Decommissioned后就可以关闭这个节点了，可在要移除的节点上运行相应的关闭命令，如：
hadoop-daemon.sh stop datanode
几分钟后，节点将从Decommissioned进入Dead状态。
更新集群配置
从NameNode的excludes文件及slaves文件、hosts文件中去掉已经移除的主机名
在所有DataNode上执行hadoop-pull.sh脚本，同步配置。