马士兵hadoop第二课：hdfs集群集中管理和hadoop文件操作
马士兵hadoop第一课：虚拟机搭建和安装hadoop及启动马士兵hadoop第二课：hdfs集群集中管理和hadoop文件操作
马士兵hadoop第三课：java开发hdfs
马士兵hadoop第四课：Yarn和Map/Reduce配置启动和原理讲解
马士兵hadoop第五课：java开发Map/Reduce
（1）观察集群配置情况
# hdfs dfsadmin -report
（2）web界面观察集群运行情况
使用netstat命令查看端口监听
# netstat -ntlp
浏览器地址栏输入：http://192.168.56.100:50070
（3）对集群进行集中管理
a) 修改master上的/usr/local/hadoop/etc/hadoop/slaves文件
# vim slaves
#编辑内容如下
slave1
slave2
slave3
先使用hadoop-daemon.sh stop namenode（datanode）手工关闭集群。
b) 使用start-dfs.sh启动集群
# start-dfs.sh
发现需要输入每个节点的密码，太过于繁琐，于是需要配置免密ssh远程登陆。
在master上用ssh连接一台slave，需要输入密码slave的密码，
# ssh slave1
需要输入密码，输入密码登陆成功后，使用exit指令退回到master。
c) 免密ssh远程登陆
生成rsa算法的公钥和私钥
# ssh-keygen -t rsa （然后四个回车）
进入到/root/.ssh文件夹，可看到生成了id_rsa和id_rsa.pub两个文件。
使用以下指令完成免密ssh登陆
# ssh-copy-id slaveX
更多细节讲解，请查看马士兵hadoop第二课视频讲解：http://pan.baidu.com/s/1qYNNrxa
使用stop-dfs.sh停止集群，然后使用start-dfs.sh启动集群。
# stop-dfs.sh
# stop-dfs.sh
（3）修改windows上的hosts文件，通过名字来访问集群web界面
编辑C:\Windows\System32\drivers\etc\hosts
192.168.56.100 master
然后就可以使用http://master:50070代替http://192.168.56.100:50070
（4） 使用hdfs dfs 或者 hadoop fs命令对文件进行增删改查的操作
hadoop fs -ls /
hadoop fs -put file /
hadoop fs -mkdir /dirname
hadoop fs -text /filename
hadoop fs -rm /filename
将hadoop的安装文件put到了hadoop上操作如下
# hadoop -fs put ./hadoop-2.7.3.tar.gz /
通过网页观察文件情况
（5）将dfs-site.xml的replication值设为2
replication参数是分块拷贝份数，hadoop默认为3。
也就是说，一块数据会至少在3台slave上都存在，假如slave节点超过3台了。
vim hdfs-site.xml
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.heartbeat.recheck-interval</name>
<value>10000</value>
</property>
</configuration>
为了方便测试，同时需要修改另外一个参数dfs.namenode.heartbeat.recheck-interval，这个值默认为300s，
将其修改成10000，单位是ms，这个参数是定期间隔时间后检查slave的运行情况并更新slave的状态。
可以通过 hadoop-2.7.3\share\doc\hadoop\index.html里面查找这些默认的属性
修改完hdf-size.xml文件后，重启hadoop集群，
stop-dfs.sh#停止hadoop集群
start-dfs.sh #启动hadoop集权
hadoop -fs put ./jdk-8u91-linux-x64.rpm / #将jdk安装包上传到hadoop的根目录
到web页面上去观察jdk安装包文件分块在slave1，slave2，slave3的存储情况
hadoop-daemon.sh stop datanode #在slave3上停掉datanode
等一会时间后（大概10s，前面修改了扫描slave运行情况的间隔时间为10s），刷新web页面
观察到slave3节点挂掉
hadoop-daemon.sh start datanode #在slave3上启动datanode
然后再去观察jdk安装包文件分块在slave1，slave2，slave3的存储情况
页:
[1]