hadoop集群在運行一段時間后，總是會出現某台機器的磁盤使用率特別高，有的使用率特別低，針對這種情況，hadoop提供了balancer工具調整磁盤負載
使用命令：start-balancer.sh -threshold 1
影響hadoop balance工具的幾個參數：
-threshold 默認設置：10，參數取值范圍：0-100，參數含義：判斷集群是否平衡的目標參數，每一個 datanode 存儲使用率和集群總存儲使用率的差值都應該小於這個閥值 ，理論上，該參數設置的越小，整個集群就越平衡，但是在線上環境中，hadoop集群在進行balance時，還在並發的進行數據的寫入和刪除，所以有可能無法到達設定的平衡參數值。
dfs.balance.bandwidthPerSec 默認設置：1048576（1 M/S），參數含義：設置balance工具在運行中所能占用的帶寬，設置的過大可能會造成mapred運行緩慢
由於需要經常執行這個，我們可以把它加入到linux的定時任務中，每天或每幾個小時執行一次
創建文件hdfs_balancer_cron.cron
# 每隔6小時平衡hdfs數據，creator:huqiang
* */6 * * * hdfs_balancer.sh
創建hdfs_balancer.sh
#平衡hdfs占用空間
hdfs dfsadmin -setBalancerBandwidth 67108864
sleep 3s
start-balancer.sh -threshold 1
執行 crontab hdfs_balancer_cron.cron