今天在搭建hadoop环境时，出现了个奇葩的现象：4个节点的hadoop集群，我将 ssb 1T的数据集使用 -put 命令上传到hdfs，结果，一共4个节点，所有数据全往1个节点薅！每个节点1T的存储，上传过程中，3个节点存储量一点没办，另外1个节点存储占用，蹭蹭蹭往上涨！
通过网上的信息，尝试过使用均衡器（balancer），然而并没有什么用。最后回归debug最朴素的方法：查日志
由于是数据存储的问题，我直接去找datanode的日志，发现上传数据的过程中，日志里一直刷了一个错误，详细内容如下：
org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.hdfs.server.protocol.DisallowedDatanodeException): Datanode denied communication with namenode because hostname cannot be resolve
呀！域名解析错误？这是我想到我的 /etc/hosts里 确实没有设置各个节点的 IP 主机名映射，难道是这个原因？
- 停止hadoop 服务
- 清空 data 和 logs 目录
- 设置
/etc/hosts - 上传数据
OK，问题解决了：
- 可以看到4个节点的存储量基本均衡了（1.3T 的那个节点存储量之所以比另外几个节点要大，是包含了原始数据）
