背景：（测试环境）只有两台机器一台namenode一台namenode,但集群只有一个结点感觉不出来效果，在namenode上挂一个datanode就有两个节点，弊端见最后
操作非常简单（添加独立节点参照：http://www.cnblogs.com/pu20065226/p/8493316.html）
1.修改namenode节点的slave文件,增加新节点信息
[hadoop@hadoop-master hadoop]$ pwd /usr/hadoop/hadoop-2.7.5/etc/hadoop [hadoop@hadoop-master hadoop]$ cat slaves slave1 hadoop-master [hadoop@hadoop-master hadoop]$
2.启动新datanode的datanode和nodemanger进程
先确认namenode和当前的datanode中，etc/hoadoop/excludes文件中无待加入的主机，再进行下面操作
[hadoop@slave2 hadoop-2.7.5]$ sbin/hadoop-daemon.sh start datanode starting datanode, logging to /usr/hadoop/hadoop-2.7.5/logs/hadoop-hadoop-datanode-slave2.out [hadoop@slave2 hadoop-2.7.5]$ sbin/yarn-daemon.sh start nodemanager starting datanode, logging to /usr/hadoop/hadoop-2.7.5/logs/yarn-hadoop-datanode-slave2.out [hadoop@slave2 hadoop-2.7.5]$ 91284 SecondaryNameNode
90979 NameNode
91519 ResourceManager
41768 DataNode
41899 NodeManager
41999 Jps [hadoop@slave2 ~]$
3.在NameNode上刷新节点
[hadoop@hadoop-master ~]$ hdfs dfsadmin -refreshNodes Refresh nodes successful [hadoop@hadoop-master ~]$sbin/start-balancer.sh
4.在namenode查看当前集群情况,
确认节点已经正常加入
[hadoop@hadoop-master hadoop-2.7.5]$ hdfs dfsadmin -report Configured Capacity: 58663657472 (54.63 GB) Present Capacity: 35990061540 (33.52 GB) DFS Remaining: 35989540864 (33.52 GB) DFS Used: 520676 (508.47 KB) DFS Used%: 0.00% Under replicated blocks: 12 Blocks with corrupt replicas: 0 Missing blocks: 0 Missing blocks (with replication factor 1): 0 ------------------------------------------------- Live datanodes (2): Name: 192.168.48.129:50010 (hadoop-master) Hostname: hadoop-master Decommission Status : Normal Configured Capacity: 38588669952 (35.94 GB) DFS Used: 213476 (208.47 KB) Non DFS Used: 16331292188 (15.21 GB) DFS Remaining: 22257164288 (20.73 GB) DFS Used%: 0.00% DFS Remaining%: 57.68% Configured Cache Capacity: 0 (0 B) Cache Used: 0 (0 B) Cache Remaining: 0 (0 B) Cache Used%: 100.00% Cache Remaining%: 0.00% Xceivers: 1 Last contact: Mon Mar 19 19:54:45 PDT 2018 Name: 192.168.48.132:50010 (slave1) Hostname: slave1 Decommission Status : Normal Configured Capacity: 20074987520 (18.70 GB) DFS Used: 307200 (300 KB) Non DFS Used: 6342303744 (5.91 GB) DFS Remaining: 13732376576 (12.79 GB) DFS Used%: 0.00% DFS Remaining%: 68.41% Configured Cache Capacity: 0 (0 B) Cache Used: 0 (0 B) Cache Remaining: 0 (0 B) Cache Used%: 100.00% Cache Remaining%: 0.00% Xceivers: 1 Last contact: Mon Mar 19 19:54:46 PDT 2018
网页查看
弊端(来源网络)：首先NameNode将文件命名空间的状态保存在状态中，比如哪个文件块在哪个datanode上，由于在较大的hadoop集群中，会存在很多文件块，这样就会占用NameNode很大的内存，所以不会浪费NameNode的计算资源 其次，对于长时间运行的集群来说，NameNode一致将命名空间的状态变化写入edits日志文件，时间久了该文件也会很大，只要将NameNode的存储规划的合理，是不会浪费存储的
hadoop集群重要的是保证namdenode的长期稳定运行，把datanode放在namenode上，增加了namenode的负担，datanode占用大量的磁盘io，网络流量可能导致hdfs响应慢，错误率增加，要进行大量错误恢复，这影响集群的稳定性。
至于namenode是否浪费资源，namenode要维护整个集群的（一，二级关系）一、目录树，文件元信息，二、块到数据节点的映射。对于一定规模的集群要消耗大量的内存，cpu资源。namenode还会把一级关系持久化到镜像文件中，并且用编辑日志保证数据被持久化。这也会占用大量的存储资源，同事，有大量的datanode节点，可能还有大量的客户端同namenode进行网络通信。综上，namenode资源并没浪费！