我是hadoop 的新手，linux 也是如此。我的教授要求我们使用端口映射或 VPN 将 Hadoop 客户端和集群分开。我不明白这种分离的意义。谁能给个提示？

现在我有了集群客户端分离的想法。我认为客户端机器上也需要安装hadoop。当客户端提交一个hadoop作业时，它被提交给集群的主服务器。

我还有一些幼稚的想法：

1.创建客户端机器并安装hadoop .

2. 将 fs.default.name 设置为 hdfs://master:9000

3. 将 dfs.namenode.name.dir 设置为 file://master/home/hduser/hadoop_tmp/hdfs/namenode
对吗？

4.那我不知道怎么设置dfs.namenode.name.dir等配置。

5.我觉得主要思路是设置配置文件让作业在hadoop集群中运行，但是具体怎么做我不知道。

首先..这个链接有关于客户端如何与namenode通信的详细信息

http://www.informit.com/articles/article.aspx?p=2460260

用户不应破坏集群的功能。就是这个意思。想象一下，有一大群数据科学家从集群的一个主人那里开始他们的工作。如果有人启动内存密集型操作，在同一台机器上运行的主进程可能最终没有内存并崩溃。这将使整个集群处于故障状态。

如果您将客户端节点与主/从节点分开，用户仍然可以使客户端崩溃，但集群会保持正常运行。