hadoop 批量移除 dataNode

其实就是编辑一个文本，文本内容就是写出要移除机器的ip地址。
然后在mapred-site.xml 设置dfs.hosts.exclude参数，其值为刚提到ip地址文件的路径。
然后执行hadoop dfsadmin -refreshNodes
ok，
这个时候，机器就会把那些有待移除的节点上的数据，开始搬移。其实这个时间比我想象的要快，具体多久，也没注意，出去吃顿饭，两个多小时移除了大概100G吧。
移除好后，在web界面上看，那些节点会变成dead nodes。


移除好之后，修改slaves文件，移除那些ip，然后在修改那个ip地址文件将里面的内容删去。
然后可以手动执行hadoop-deamon.sh停掉taskTracker和dataNode，当然，也可以重启集群。




以下为参考内容：
http://blog.csdn.net/fiberlijun/article/details/4832936
http://hi.baidu.com/surendaxiao/blog/item/6d2234c29334ee5fb319a843.html
http://hadoop.apache.org/common/docs/r0.20.0/cluster_setup.html

17. HDFS. 我想通过同时移除一批节点的方式把一个大机群缩小，这项任务如何完成？

从一个大机群中移除一两个数据节点不会导致任何数据丢失，因为名字节点在检测到数据节点失效时，会从别处复制它们所保存的数据块。如果有大量节点移除或崩溃，数据丢失的概率就增大了。

Hadoop 提供清退（decommission）机制以便从机群中安全地移除一批已存在的数据节点。方法是把需要移除的节点写在排除名单文件中，并把排除名单的文件名作为 dfs.hosts.exclude 的参数值。排除名单文件需要在名字节点启动时就准备好，它的长度也可以为零。在这个文件中，需要写完整的主机名、IP 或 IP:port 这样的格式。