hadoop & hbase 上下线

    线上部署hadoop、hbase 一般都是采用存储、计算一对一的方式，即每个节点启动 hadoop 的 datanode（以下简称dn）& tasktracker（以下简称tt） 再加 hbase regionserver（以下简称rs），hadoop namenode（以下简称nn）和 hbase master（以下简称master）一般在负载较轻的情况下可以部署在同一个节点上。

    生产集群在长时间运行过程中不可避免存在机器损坏替换的情况，计算资源需求随着业务数据量的增长也会不断提高，这需要我们对集群进行扩容或缩减。

    集群改变规模后，最为彻底的刷新方式就是重启整个集群，但重启会导致服务中断，hadoop hbase提供了较好的在线动态调整方式，结合网上的资料整理如下。

hadoop节点增删

dn和tt的增加:

参考：

http://www.cnblogs.com/rilley/archive/2012/02/13/2349858.html

1、修改nn的配置文件 hadoop/conf/slaves ,添加新节点,并同步配置到所有新节点的机器上.

2、启动dn和tt服务:

hadoop/bin/hadoop-daemon.sh start datanode
hadoop/bin/hadoop-daemon.sh start tasktracker

该步骤如果可以确定 slaves 中节点都正常，也可以直接在 nn 上运行 hadoop/bin/start-all.sh 来启动.

3、开启balancer (默认10%):

hadoop/bin/start-balancer.sh ?-threshold 5

dn和tt的删除:

一般如果需要删除的节点较少，那么可以直接在需要删除的节点上stop所有应用即可。

较为安全的方式推荐使用exclude文件，注意在删除对应节点时，添加到exclude中的hostname或ip必须和report中看到的一致，否则会无法踢出，一般都是ip地址.

一、删除dn:

1、修改nn conf/hdfs-site.xml文件, 指定exclude文件位置：

    dfs.hosts.exclude
    /home/admin/hadoop/conf/dfs_excludes

2、dfs_excludes中添加需要下线的dn，如：

vi /home/admin/hadoop/conf/dfs_excludes
172.16.1.10
172.16.1.11
172.16.1.12

3、在nn上执行下面指令开始迁移数据，完成后这些服务器上的 DataNode 将被停掉：

hadoop/bin/hadoop dfsadmin -refreshNodes

4、通过下面方法检查下线是否完成：

hadoop/bin/hadoop dfsadmin -report

# 正在执行的会显示：Decommission Status : Decommission in progress
# 执行完毕后会显示：Decommission Status : Decommissioned
# 正常服务节点显示：Decommission Status : Normal

也可以通过 web-UI 以下两个状态值来查看剩余需要balance的块数和进度：

Decommissioning Nodes              : 0
Number of Under-Replicated Blocks  : 0

二、删除tt：

1、修改 jobtracker（一般和nn部署在一起）的配置文件 hadoop/conf/mapred-site.xml，指定exclude文件位置：

    mapred.hosts.exclude
    /home/admin/hadoop/conf/tt_excludes

2、编辑 tt_excludes中添加需要下线的tt：

/home/admin/hadoop/conf/tt_excludes
hadoop-server-10
hadoop-server-11
hadoop-server-12

3、在jobtracker上执行下面命令下线列表里面的JobTracker:

hadoop/bin/hadoop mradmin -refreshNodes
4、验证结果：

操作后会立即生效，可以到 hadoop 的 web-UI 中查看节点的个数是否已经如期变化.

***** 以上操作完成后，可以清空两个 exclude 文件，并修改 slaves 文件为最新.

HBase 节点增删

    基于hadoop hdfs部署后本身的存储容灾完全由hdfs接管，master结合zookeeper（以下简称zk）监控所有的在线rs保证所有的region在线正 常服务，rs将region信息都加载到内存中，一旦某个rs异常，master检测到该rs不可用后（该rs原先负责的region会转到zk中的 /hbase/unassigned）会及时重新分配unassigned region，让其他在线rs接管下线的rs服务的region；如果新增一个rs节点，master检测到新节点后，会在较短的时间段内启动 balancer，达到在线rs的region负载均衡（所有region平等，不管真实大小，只按region数量做均衡，更精细化的均衡策略在 0.92版本之后可以自己定制 可以参考 ）
    在增删hbase rs时，最好避开高峰期，并确认 如果删掉的rs是服务META 、ROOT表，master log中成功切换至别的rs，如果有异常需要立即处理。

RS 增加：

1、在 HMaster 上(一般和nn部署在同一节点) 的 hbase/conf/regionservers 中增加需要增加的节点.

2、重新启动加载 RegionServer 配置列表（执行前需要确认是否已经有死掉的节点仍在列表之中）：

hbase/bin/start-hbase.sh

3、可以在 hbase 的 web-UI 中查看增加的节点是否生效.

RS 删除：

1、在 HMaster 上(一般和nn部署在同一节点) 执行下面命令下线对应服务器上的 ReginServer:

for HOSTNAME in `cat exclude_list`;do
    hbase/bin/graceful_stop.sh $HOSTNAME
    sleep 5
done

2、由于下线 RS 时会关闭 hbase 的 LB，所以完成后要手工打开 balance：

# hbase shell
hbase(main):001:0> balance_switch true

3、可以在 hbase 的 web-UI 中查看删除的节点是已经在 Dead Region Servers 的列表里.

Hadoop & Hbase 单台节点启动和关闭：

# 停止：
hbase/bin/hbase-daemon.sh stop regionserver
hadoop/bin/hadoop-daemon.sh stop tasktracker
hadoop/bin/hadoop-daemon.sh stop datanode

# 启动：
hadoop/bin/hadoop-daemon.sh start datanode
hadoop/bin/hadoop-daemon.sh start tasktracker
hbase/bin/hbase-daemon.sh start regionserver

<该过程由海豹整理，在此记录一下.>