hadoop datanode 磁碟壞掉之後的解決辦法
之前發了一篇文章:
記錄的是由於開啟了 壞掉磁碟的datanode,導致叢集部分功能無法使用的現象。
上次的解決辦法是 直接暴力kill掉了壞掉磁碟的DataNode && TaskTracker
修復的節點記錄為 slave143
過程如下:
1.下線slave143:
a.修改$HADOOP_HOME/conf/hdfs-site.xml檔案
新增配置 dfs.hosts.exclude
<property>
<name>dfs.hosts.exclude</name>
<value>/opt/hadoop-0.20.2-cdh3u6/conf/excludes</value>
<description>Names a file that contains a list of hosts that are not permitted to connect to the namenode. The full pathname of the
file must be specified. If the value is empty, no hosts are excluded.</description>
</property>
b.vi /opt/hadoop-0.20.2-cdh3u6/conf/excludes
新增下架機器的 ip:port 或者 ip :
我這裡是 192.168.1.143
具體的資訊 可以通過 hadoop dfsadmin -report查詢到 ,此時節點的
Decommission Status : Normal
c.執行下架的命令:
$HADOOP_HOME/bin/hadoop dfsadmin -refreshNodes
$HADOOP_HOME/bin/hadoop mradmin -refreshNodes
d.檢視hadoop dfsadmin -report 在下架成功之前是Decommission Status : Decommission in progress
成功之後節點資訊是Decommission Status : Decommissioned
我這邊的下架節點的資料量大約用了10T,花費的時間大約是1--2 小時。
c.Decommission Status : Decommissioned 之後 我就刪除了 /opt/hadoop-0.20.2-cdh3u6/conf/excludes
檔案中的 192.168.1.143。然後再去檢視 slave143 上是否還有 TaskTracker 程序 ,如果有則殺掉。
2.修復磁碟
a.umount所有的磁碟
b.fsck 所有的磁碟
c.換掉壞掉的磁碟(如果e2fsck不能修復的話)
d.因為這個節點的資料遺失的太久,並且個別磁碟的資料也無法找回或者需要很大的代價找回 所以我選擇了清空這個機器上所以資料,
hdfs-site.xml 配置下 dfs.data.dir 指定的資料;
mapred-site.xml配置下 mapred.local.dir 指定的資料
3.節點上架
a.重新整理節點資訊
$HADOOP_HOME/bin/hadoop dfsadmin -refreshNodes
b.啟動slave143的datanode && tasktracker
$HADOOP_HOME/bin/hadoop-daemon.sh start datanode
$HADOOP_HOME/bin/hadoop-daemon.sh start tasktracker
c.資料平衡
$HADOOP_HOME/bin/start-balancer.sh -threshold 5