hadoop datanode 磁盘坏掉之后的解决办法

之前发了一篇文章：

http://blog.youkuaiyun.com/lxpbs8851/article/details/17241551

记录的是由于开启了 坏掉磁盘的datanode，导致集群部分功能无法使用的现象。

上次的解决办法是 直接暴力kill掉了坏掉磁盘的DataNode && TaskTracker

修复的节点记录为 slave143

过程如下：

1.下线slave143:

a.修改$HADOOP_HOME/conf/hdfs-site.xml文件

添加配置 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

添加下架机器的 ip:port 或者 ip ：

我这里是 192.168.1.143

具体的信息 可以通过 hadoop dfsadmin -report查询到 ，此时节点的

Decommission Status : Normal

c.执行下架的命令:

$HADOOP_HOME/bin/hadoop dfsadmin -refreshNodes

$HADOOP_HOME/bin/hadoop mradmin -refreshNodes

d.查看hadoop dfsadmin -report 在下架成功之前是Decommission Status : Decommission in progress

成功之后节点信息是Decommission Status : Decommissioned

我这边的下架节点的数据量大约用了10T，花费的时间大约是1--2 小时。

c.Decommission Status : Decommissioned 之后 我就删除了 /opt/hadoop-0.20.2-cdh3u6/conf/excludes

文件中的 192.168.1.143。然后再去查看 slave143 上是否还有 TaskTracker 进程 ，如果有则杀掉。

2.修复磁盘

a.umount所有的磁盘

b.fsck 所有的磁盘

c.换掉坏掉的磁盘(如果e2fsck不能修复的话)

d.因为这个节点的数据遗失的太久,并且个别磁盘的数据也无法找回或者需要很大的代价找回 所以我选择了清空这个机器上所以数据，

hdfs-site.xml 配置下 dfs.data.dir 指定的数据；

mapred-site.xml配置下 mapred.local.dir 指定的数据

3.节点上架

a.刷新节点信息

$HADOOP_HOME/bin/hadoop dfsadmin -refreshNodes

b.启动slave143的datanode && tasktracker

$HADOOP_HOME/bin/hadoop-daemon.sh start datanode
$HADOOP_HOME/bin/hadoop-daemon.sh start tasktracker

c.数据平衡

$HADOOP_HOME/bin/start-balancer.sh -threshold 5