从SecondaryNameNode恢复Namenode

hadoop集群管理之 Namenode恢复

1.修改conf/core-site.xml,增加

<property> 
　　<name>fs.checkpoint.period</name> 
　　<value>3600</value> 
　　<description>表示多长时间记录一次hdfs的镜像。默认是1小时</description> 
</property> 

<property> 
　　<name>fs.checkpoint.size</name> 
　　<value>67108864</value> 
　　<description>表示一次记录多大的size，默认64M </description> 
</property> 

<property> 
　　<name>fs.checkpoint.dir</name> 
　　<value>/data/work/hdfs/namesecondary</value> 
　　<description>导出数据存放的目录</description> 
</property>

fs.checkpoint.period表示多长时间记录一次hdfs的镜像。默认是1小时。
fs.checkpoint.size表示一次记录多大的size，默认64M

2.修改conf/hdfs-site.xml,增加

<property> 
　　<name>dfs.http.address</name> 
　　<value>master:50070</value> 
　　<description> The address and the base port where the dfs namenode web ui will listen on. If the port is 0 then the server will start on a free port. </description> 
</property>

3.恢复 

制造namenode宕机的情况
1) kill 掉namenode的进程

[root@master name]# jps 
11749 NameNode 
12339 Jps 
11905 JobTracker 
[root@master name]# kill 11749

2)删除dfs.name.dir所指向的文件夹，这里是/data/work/hdfs/name

[root@master name]# rm -rf *

删除name目录下的所有内容，但是必须保证name这个目录是存在的

3）从secondarynamenode远程拷贝namesecondary文件到namenode的namesecondary

[root@master hdfs]# scp -r slave-001:/data/work/hdfs/namesecondary/ ./

4）启动namenode

[root@master /data]# hadoop namenode –importCheckpoint

正常启动以后，屏幕上会显示很多log，这个时候namenode就可以正常访问了

5）使用hadoop fsck /user命令检查文件Block的完整性

6）停止namenode，使用crrl+C或者会话结束

7）删除namesecondary目录下的文件（保存干净）

[root@master namesecondary]# rm -rf *

8）正式启动namenode

[root@master bin]# ./hadoop-daemon.sh start namenode

恢复工作完成，检查hdfs的数据

balancer

在使用start-balancer.sh时，
默认使用1M/S(1048576)的速度移动数据(so slowly...)
修改hdfs-site.xml配置，这里我们使用的是20m/S

<property> 
　　<name>dfs.balance.bandwidthPerSec</name> 
　　<value>20971520</value> 
　　<description>设置均衡器在不同节点之间复制数据的带宽</description> 
</property>

然后结果是导致job运行变得不稳定，出现一些意外的长map单元，某些reduce时间处理变长(整个集群负载满满的情况下，外加20m/s的balance)，据说淘宝的为10m/s，需要调整后实验，看看情况如何。

hadoop balancer -threshold 5

安全模式
有两个方法离开这种安全模式：
（1）修改dfs.safemode.threshold.pct为一个比较小的值，缺省是0.999。
dfs.safemode.threshold.pct（缺省值0.999f）
HDFS启动的时候，如果DataNode上报的block个数达到了元数据记录的block个数的0.999倍才可以离开安全模式，否则一直是这种只读模式。如果设为1则HDFS永远是处于SafeMode。

（2）hadoop dfsadmin -safemode leave命令强制离开

dfsadmin -safemode value 参数value的说明： 
enter - 进入安全模式 
leave - 强制NameNode离开安全模式 
get - 返回安全模式是否开启的信息 
wait - 等待，一直到安全模式结束。