本文汇总了 HDFS 使用时的常见问题。

NameNode服务重启时特别慢。

• 现象描述：在整体运行正常的HDFS集群中，重启了NameNode服务，发现NameNode重启时间特别久（大于10分钟），一直处于加载FsImage和EditsLog文件中，在此期间NameNode一直是“safeMode on ”状态。

• 原因剖析：因为NameNode启动过程中加载FsImage和EditsLog会消耗较多的内存，且NameNode只有加载完最新的FsImage和之后所有的EditLog文件之后，才会离开安全模式。

• 解决方案：建议在HDFS的配置文件中调大NameNode HeapSize，加速元数据文件的加载过程。

如何处理Missing Blocks 或Corrupted Blocks问题？

• 现象描述：使用fsck命令查看hdfs文件系统的健康状态时，提示Missing Blocks或Corrupted Blocks。

• 原因剖析：当有DataNode服务停止、磁盘损坏、或异常操作等情况下都会导致数据丢失。

• 解决方案：如果是有DataNode服务停止了，请将DataNode重新启动下。 如果是磁盘损坏或异常操作导致数据丢失，需要人工恢复，您可以通过hdfs fsck / -files命令扫描损坏的文件，导出文件列表，删除后重新上传。

NameNode的元数据目录中有大量的Editslog文件

• 现象描述：NameNode节点数据目录占用磁盘空间大，发现有大量的Editslog文件。

• 原因剖析：查看Secondary NameNode的健康状态，发现Secondary NameNode服务不正常，导致了Editslog文件没有及时合并。服务不正常很可能是内存不够导致的。

• 解决方案：适当调节Secondary NameNode的HeapSize，使其正常启动。

集群外读写HDFS

• 现象描述：集群外无法读、写、删HDFS数据

• 原因剖析：HDFS客户端访问HDFS时候，从NameNode获取元数据信息中包含了DataNode地址，该地址默认是内网ip，集群外与内网ip无法通讯则无法读写删HDFS数据

• 解决方案：通过专线、VPN等方式将集群外客户端与集群内网的网络打通；或将HDFS DataNode绑定公网ip，并将dfs.client.use.datanode.hostname配置为true，此时返回的DataNode地址为主机名，配置HDFS客户端的/etc/hosts将主机名映射到公网ip即可。