图文精华

About云-梭伦科技»专题 › 技术学习(版主发帖区) › 大数据学习 › 实操演练› 模拟namenode宕机：数据块损坏，该如何修复
分享

模拟namenode宕机：数据块损坏，该如何修复

hyj 2014-4-18 22:41:35 发表于 实操演练 [显示全部楼层] 回帖奖励 阅读模式 关闭右栏 3 53873
About云VIP帮助找工作和提升
本帖最后由 pig2 于 2014-5-16 20:33 编辑
数据块损坏，有很多同学想修复，但是不知道方法，首先我们看下面一段话：


有了block，提供数据容错和可用性的冗余备份(replication)机制可以更好的工作。在HDFS中，为了防止数据块损坏，或者磁盘及机器当机，每一个block在不同机器上都有几份备份(默认为3)。如果一个block不能用了，HDFS会以一种对用户透明的方式拷贝一份新的备份出来，从而把集群的数据安全级别恢复到以前的水平(你也可以通过提高冗余备份数来提高数据的安全级别)。

从这里说明，假如你的数据块损坏了，假如你只有一个备份，你是不能恢复的。下面是模拟namenode宕机，数据块损坏实践。
在恢复的过程中，
1.通过什么方式来模拟宕机的？
2.都需要做哪些工作？
3.修改那些配置文件？
4.数据恢复的过程是什么？





namenode崩溃的数据恢复测试



前言
用second namenode 数据恢复测试。datanode由于采用2-3个备份，即使一台设备损坏，还是能自动恢复并找回全部数据。
hadoop 1.0.3和0.20之前的版本，namenode存在单点问题。如果namenode损坏，会导致整个系统数据彻底丢失。所以second namenode就显得特别重要。本文主要探讨namenode损坏的数据恢复实践，包括配置文件，部署，namenode崩溃，namenode数据损坏和namenode meta数据恢复。
hadoop版本是hadoop1.0.3
一共三台机器参与测试。
机器角色：
Hadoop48 Namenode
Hadoop47 Second Namenode, Datanode
Hadoop46 Datanode

1.编辑core-site,增加checkpoint相关配置
fs.checkpoint.dir 是恢复文件存放目录
fs.checkpoint.period 同步检查时间，缺省是3600秒1小时。测试时设为20秒。
fs.checkpoint.size 当edit 日志文件大于这个字节数时，即使检查时间没到，也会触发同步。
[zhouhh@Hadoop48 conf]$ vi core-site.xml
  1. <property>

  2. <name>hadoop.mydata.dir</name>

  3. <value>/data/zhouhh/myhadoop</value>

  4. <description>A base for other directories.${user.name} </description>

  5. </property>

  6. 

  7. <property>

  8. <name>hadoop.tmp.dir</name>

  9. <value>/tmp/hadoop-${user.name}</value>

  10. <description>A base for other temporary directories.</description>

  11. </property>

  12. 

  13. <property>

  14. <name>fs.checkpoint.dir</name>

  15. <value>${hadoop.data.dir}/dfs/namesecondary</value>

  16. <description>Determines where on the local filesystem the DFS secondary

  17. name node should store the temporary images to merge.

  18. If this is a comma-delimited list of directories then the image is

  19. replicated in all of the directories for redundancy.

  20. </description>

  21. </property>

  22. 

  23. <property>

  24. <name>fs.checkpoint.edits.dir</name>

  25. <value>${fs.checkpoint.dir}</value>

  26. <description>Determines where on the local filesystem the DFS secondary

  27. name node should store the temporary edits to merge.

  28. If this is a comma-delimited list of directoires then teh edits is

  29. replicated in all of the directoires for redundancy.

  30. Default value is same as fs.checkpoint.dir

  31. </description>

  32. </property>

  33. <property>

  34. <name>fs.checkpoint.period</name>

  35. <value>20</value>

  36. <description>The number of seconds between two periodic checkpoints.default is 3600 second

  37. </description>

  38. </property>

  39. 

  40. <property>

  41. <name>fs.checkpoint.size</name>

  42. <value>67108864</value>

  43. <description>The size of the current edit log (in bytes) that triggers

  44. a periodic checkpoint even if the fs.checkpoint.period hasn’t expired.

  45. </description>

  46. </property>
复制代码

2.将second namenode设置到另一台机器。
设置masters文件，这是指定seconde namenode启动的机器。
  1. [zhouhh@Hadoop48 conf]$ cat masters

  2. Hadoop47
复制代码


编辑dfs.secondary.http.address，指定second namenode的http web UI 域名或IP到namenode Hadoop48不同的机器Hadoop47，而不是缺省的0.0.0.0
[zhouhh@Hadoop48 conf]$ vi hdfs-site.xml
  1. <property>

  2. <name>dfs.name.dir</name>

  3. <value>${hadoop.mydata.dir}/dfs/name</value>

  4. <description>Determines where on the local filesystem the DFS name node

  5. should store the name table(fsimage). If this is a comma-delimited list

  6. of directories then the name table is replicated in all of the

  7. directories, for redundancy.

  8. Default value is:${hadoop.tmp.dir}/dfs/name

  9. </description>

  10. </property>

  11. <property>

  12. <name>dfs.secondary.http.address</name>

  13. <value>Hadoop47:55090</value>

  14. <description>

  15. The secondary namenode http server address and port.

  16. If the port is 0 then the server will start on a free port.

  17. </description>

  18. </property>
复制代码


3.测试时如果name node指定的目录没有初始化，需初始化一下
[zhouhh@Hadoop48 logs]$ hadoop namenode -format
4.同步conf下的配置到Hadoop47/46(略)，启动hadoop
  1. [zhouhh@Hadoop48 conf]$ start-all.sh
复制代码


  1. [zhouhh@Hadoop48 conf]$ jps

  2. 9633 Bootstrap

  3. 10746 JobTracker

  4. 10572 NameNode

  5. 10840 Jps
复制代码

  1. 

  2. [zhouhh@Hadoop47 ~]$ jps

  3. 23157 DataNode

  4. 23362 TaskTracker

  5. 23460 Jps

  6. 23250 SecondaryNameNode
复制代码


Namenode log报的error：
2012-09-25 19:27:54,816 ERROR security.UserGroupInformation – PriviledgedActionException as:zhouhh cause:org.apache.hadoop.hdfs.server.namenode.SafeModeException: Cannot delete /data/zhouhh/myhadoop/mapred/ system. Name node is in safe mode.

请不要急，NameNode会在开始启动阶段自动关闭安全模式，然后启动成功。如果你不想等待，可以运行：
bin/hadoop dfsadmin -safemode leave 强制结束。
NameNode启动时会从fsimage和edits日志文件中装载文件系统的状态信息，接着它等待各个DataNode向它报告它们各自的数据块状态，这样，NameNode就不会过早地开始复制数据块，即使在副本充足的情况下。这个阶段，NameNode处于安全模式下。NameNode的安全模式本质上是HDFS集群的一种只读模式，此时集群不允许任何对文件系统或者数据块修改的操作。通常NameNode会在开始阶段自动地退出安全模式。如果需要，你也可以通过’bin/hadoop dfsadmin -safemode’命令显式地将HDFS置于安全模式。NameNode首页会显示当前是否处于安全模式。
5.编辑放置测试文件
  1. [zhouhh@Hadoop48 hadoop-1.0.3]$ fs -put README.txt /user/zhouhh/README.txt
复制代码

  1. [zhouhh@Hadoop48 hadoop-1.0.3]$ fs -ls .

  2. Found 1 items

  3. -rw-r–r– 2 zhouhh supergroup 1381 2012-09-26 14:03 /user/zhouhh/README.txt
复制代码

  1. 

  2. [zhouhh@Hadoop48 hadoop-1.0.3]$ cat test中文.txt

  3. 这是测试文件

  4. test001 by zhouhh

  5. 

  6. http://abloz.com

  7. 

  8. 2012.9.26
复制代码


6. 放到HDFS中
  1. [zhouhh@Hadoop48 hadoop-1.0.3]$ hadoop fs -put test中文.txt .
复制代码

  1. [zhouhh@Hadoop48 hadoop-1.0.3]$ hadoop fs -ls .

  2. 

  3. Found 2 items

  4. 

  5. -rw-r–r– 2 zhouhh supergroup 1381 2012-09-26 14:03 /user/zhouhh/README.txt

  6. 

  7. -rw-r–r– 2 zhouhh supergroup 65 2012-09-26 14:10 /user/zhouhh/test中文.txt

  8. 

  9. [zhouhh@Hadoop48 ~]$ hadoop fs -cat test中文.txt

  10. 这是测试文件

  11. test001 by zhouhh

  12. http://abloz.com

  13. 2012.9.26
复制代码


7 杀死Namenode，模拟崩溃
  1. [zhouhh@Hadoop48 ~]$ jps

  2. 9633 Bootstrap

  3. 23006 Jps

  4. 19691 NameNode

  5. 19867 JobTracker
复制代码

  1. [zhouhh@Hadoop48 ~]$ kill -9 19691
复制代码
  1. 

  2. [zhouhh@Hadoop48 ~]$ jps

  3. 9633 Bootstrap

  4. 23019 Jps

  5. 19867 JobTracker
复制代码

  1. 

  2. [zhouhh@Hadoop47 hadoop-1.0.3]$ jps

  3. 1716 DataNode

  4. 3825 Jps

  5. 1935 TaskTracker

  6. 1824 SecondaryNameNode
复制代码

8. 将dfs.name.dir下的内容清空，模拟硬盘损坏
  1. [zhouhh@Hadoop48 ~]$ cd /data/zhouhh/myhadoop/dfs/name/
复制代码

  1. [zhouhh@Hadoop48 name]$ ls

  2. current image in_use.lock previous.checkpoint
复制代码

  1. [zhouhh@Hadoop48 name]$ cd ..

  2. 

复制代码

采用改名的方式进行测试
[zhouhh@Hadoop48 dfs]$ mv name name1
此时，name 目录不存在，namenode是会启动失败的
9.数据恢复，从second namenode 复制数据
查看second namenode文件，并打包复制到namenode的fs.checkpoint.dir
  1. [zhouhh@Hadoop47 hadoop-1.0.3]$ cd /data/zhouhh/myhadoop/dfs/

  2. [zhouhh@Hadoop47 dfs]$ ls

  3. data namesecondary
复制代码

  1. [zhouhh@Hadoop47 dfs]$ cd namesecondary/

  2. [zhouhh@Hadoop47 namesecondary]$ ls

  3. current image in_use.lock
复制代码

  1. [zhouhh@Hadoop47 namesecondary]$ cd ..

  2. [zhouhh@Hadoop47 dfs]$ scp sec.tar.gz Hadoop48:/data/zhouhh/myhadoop/dfs/

  3. sec.tar.gz

  4. 

  5. [zhouhh@Hadoop48 dfs]$ ls

  6. name1 sec.tar.gz
复制代码

  1. [zhouhh@Hadoop48 dfs]$ tar zxvf sec.tar.gz

  2. namesecondary/

  3. namesecondary/current/

  4. namesecondary/current/VERSION

  5. namesecondary/current/fsimage

  6. namesecondary/current/edits

  7. namesecondary/current/fstime

  8. namesecondary/image/

  9. namesecondary/image/fsimage

  10. namesecondary/in_use.lock

  11. [zhouhh@Hadoop48 dfs]$ ls

  12. name1 namesecondary sec.tar.gz
复制代码

如果dfs.name.dir配置的name不存在，需创建name目录(我测试时将其改名了，也可以进入name目录用rm * -f)
[zhouhh@Hadoop48 dfs]$ mkdir name
[zhouhh@Hadoop48 dfs]$ hadoop namenode -importCheckpoint
此时name下面已经有数据
Ctrl+C 结束
10.恢复成功，检查数据正确性
  1. [zhouhh@Hadoop48 dfs]$ start-all.sh

  2. [zhouhh@Hadoop48 dfs]$ jps

  3. 23940 Jps

  4. 9633 Bootstrap

  5. 19867 JobTracker

  6. 23791 NameNode
复制代码
  1. 

  2. [zhouhh@Hadoop48 dfs]$ hadoop fs -ls .

  3. Found 2 items

  4. -rw-r–r– 2 zhouhh supergroup 1381 2012-09-26 14:03 /user/zhouhh/README.txt

  5. -rw-r–r– 2 zhouhh supergroup 65 2012-09-26 14:10 /user/zhouhh/test中文.txt
复制代码

  1. 

  2. [zhouhh@Hadoop48 dfs]$ hadoop fs -cat test中文.txt

  3. 这是测试文件

  4. test001 by zhouhh

  5. 

  6. http://abloz.com

  7. 

  8. 2012.9.26
复制代码


  1. [zhouhh@Hadoop48 dfs]$ hadoop fsck /user/zhouhh

  2. FSCK started by zhouhh from /192.168.10.48 for path /user/zhouhh at Wed Sep 26 14:42:31 CST 2012

  3. ..Status: HEALTHY
复制代码

恢复成功



本帖被以下淘专辑推荐:

  • · 收藏|主题: 35, 订阅: 12
回复

使用道具 举报

自定义广告语

已有(3)人评论

跳转到指定楼层
正序浏览
wordwan@163.com 发表于 2014-8-19 09:54:24
非常好，希望楼主分享更多的资料
回复

使用道具 举报

hahaxixi 发表于 2015-6-5 09:41:32
赞，感谢分享~~~
回复

使用道具 举报

lingyufeng 发表于 2016-9-6 09:00:57
谢谢分享，内容很详细
回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

发表新帖
hyj

超级版主

关注

  • 1689

    主题

  • 2216

    帖子

  • 467

    粉丝

TA的主题
关闭

推荐上一条 /2 下一条

关于我们· 联系我们· 加入我们· 小黑屋· 合作伙伴   

Copyright © 2001-2024 About云-梭伦科技 Powered by Discuz! X3.4 Licensed Discuz Team.

简书 / Smrz 京ICP备2020039040号 Wxb 简书网举报电话：021-34700000