Hadoop3：HDFS-通过配置黑白名单对集群进行扩缩容，并实现数据均衡（实用）
一、集群情况介绍
我的本地虚拟机，一共有三个节点，hadoop102、hadoop103、hadoop104
二、白名单
创建白名单文件whitelist，通过白名单的配置，只允许集群包含102和103两台机器可以存储数据，104无法存储数据。
需求
1、创建白名单
这个位置是任意选择的，因为，hadoop配置文件都在这里，所以我就放这个下面了。
cd /opt/module/hadoop-3.1.3/etc/hadoop
vim whitelist
2、HDFS关联白名单
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-3.1.3/etc/hadoop/whitelist</value>
</property>
3、分发配置文件
xsync whitelist hdfs-site.xml
4、重启集群
第一次配置白明单，需要重启集群。
myhadoop stop
myhadoop start
5、查看页面
发现只有102和103节点
6、查看进程状态
发现104正常启动的
7、从104上传文件
cd /opt/module/hadoop-3.1.3/
hadoop fs -put NOTICE.txt /
可以正常上传
查看页面
只有102和103有数据块，并且副本数依然是3个。
8、重新配置104到白名单
分发文件
xsync whitelist
刷新节点，无需重启
hdfs dfsadmin -refreshNodes
查看页面
节点添加成功，且104也自动增加一份副本数据。
9、结论
通过上述实验，我们证明了，104被排除出集群了，可以上传文件，只是104的客户端功能。
但是，104无法存储数据块了。
实现了预期效果。
且，再次修改白名单，无需重启集群。
三、动态扩容
集群运行状态下，进行服务器节点的增加扩容。
新节点的初始化配置
添加新节点到集群
1、添加新节点到白名单文件
cd /opt/module/hadoop-3.1.3/etc/hadoop
vim whitelist
xsync whitelist
2、单点启动新节点的Hadoop
hdfs --daemon start datanode
yarn --daemon start nodemanager
3、刷新集群白名单配置
hdfs dfsadmin -refreshNodes
4、新节点测试
上传一个文件到集群
hadoop fs -put wc.jar /
发现，无需重启集群，我们就给集群新增了一个节点，并能正常使用。
5、集群数据均衡
一般，我们新增一个节点之后，这个节点是没有数据的。
所以，我们需要进行一次数据均衡操作，这样，才能让新增的节点分担集群压力。
cd /opt/module/hadoop-3.1.3/
sbin/start-balancer.sh -threshold 10
sbin/stop-balancer.sh
命令解释
sbin/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。
sbin/stop-balancer.sh
停止均衡操作
注意：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、黑名单配置实现退役服务器
1、说明
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。
通过定义可以知道，黑名单的IP必定在白名单中。否则，没意义。
2、配置黑名单
cd /opt/module/hadoop-3.1.3/etc/hadoop
vim blacklist
3、HDFS关联黑名单
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-3.1.3/etc/hadoop/blacklist</value>
</property>
4、分发配置
xsync blacklist hdfs-site.xml
5、刷新集群配置
hdfs dfsadmin -refreshNodes
6、查看网页
正在退役105服务器
因为105有数据，所以，需要一段时间
数据同步完成后的状态
wc.jar的副本多了一个103，说明，105的副本拷贝到103上了。
6、停止105的Hadoop服务
hdfs --daemon stop datanode
yarn --daemon stop nodemanager
需要到10分钟30秒后，才会从页面清除节点信息。
7、数据均衡
一般，退役一个节点，也要进行一次数据均衡
sbin/start-balancer.sh -threshold 10