HDFS在Ubuntu上的扩容方法
HDFS扩容主要分为**横向扩容（新增DataNode节点）和纵向扩容（扩展现有节点存储容量）**两种方式，其中横向扩容是分布式系统常用的高效扩展手段，纵向扩容则适用于现有节点硬件升级场景。以下是详细操作步骤及注意事项：
hdfs dfsadmin -report命令确认现有集群的健康状态（如NameNode、DataNode是否正常），避免扩容前存在节点故障。hdfs dfs -copyToLocal下载到本地或其他存储系统），防止配置错误导致数据丢失。JAVA_HOME环境变量，如export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64）和Hadoop（配置HADOOP_HOME，如export HADOOP_HOME=/opt/hadoop）环境。etc/hadoop目录下的核心配置文件（core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml）复制到新节点的对应目录。hdfs-site.xml，添加或修改dfs.datanode.data.dir属性，指定DataNode的数据存储目录（如/data/dfs/dn，多个目录用逗号分隔）。core-site.xml，确认fs.defaultFS指向集群的NameNode地址（如hdfs://namenode-ubuntu:9000），确保新节点能正确连接NameNode。hdfs-site.xml中的dfs.network.script，确保新节点能被正确分配机架信息。start-dfs.sh命令启动HDFS服务（包含DataNode），或在单独终端执行hadoop-daemon.sh start datanode启动DataNode服务。hdfs dfsadmin -report命令查看集群状态，确认新节点的Hostname、Storage（存储容量）、Last Contact（最后一次通信时间）等信息已显示，表明新节点已成功加入集群。start-balancer.sh命令启动HDFS平衡器，默认会将数据从现有节点迁移至新节点，直到集群各节点的存储利用率差异不超过10%（可通过hdfs balancer -threshold 5调整阈值，如5%）。hdfs balancer -status命令查看平衡状态（如“Balancing is in progress”表示正在进行，“Balancing succeeded”表示完成）。/dev/sdb），并通过lsblk命令确认磁盘已识别。fdisk /dev/sdb对新磁盘进行分区（如创建主分区sdb1），然后格式化为ext4或xfs文件系统（如mkfs.ext4 /dev/sdb1）。/data/dfs/dn），编辑/etc/fstab文件添加挂载信息（如/dev/sdb1 /data/dfs/dn ext4 defaults 0 0），执行mount -a挂载磁盘并设置开机自动挂载。hdfs-site.xml，将新挂载目录添加到dfs.datanode.data.dir属性中（如/data/dfs/dn1,/data/dfs/dn，多个目录用逗号分隔），以扩展DataNode的存储路径。sudo systemctl restart hadoop-datanode。hdfs balancer命令重新平衡数据，将新磁盘的存储空间纳入集群分配，确保数据均匀分布。dfs.network.script（如/etc/hadoop/conf/rack topology.sh），将新节点分配到不同机架，避免数据副本集中在同一机架，提高容错性。dfs.replication参数（默认3），如测试环境可设置为1以节省存储空间，生产环境建议保持3以保证数据可靠性。hdfs dfsadmin -report查看节点状态，hdfs balancer -status查看平衡进度），及时处理异常。
