怎么處理HDFS問題

這篇文章主要介紹“怎么處理HDFS問題”，在日常操作中，相信很多人在怎么處理HDFS問題問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”怎么處理HDFS問題”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

1. 定期block全盤掃描，引起dn心跳超時而脫離集群

hdfs有一個目錄掃描機制，默認6小時會全盤掃描一次所有block，判斷與內存里的那份blockMap是否一致。參考
https://blog.cloudera.com/hdfs-datanode-scanners-and-disk-checker-explained/
在小文件比較多的情況，掃描的時候特征很明顯——磁盤的iops很高，但吞吐量很低。當然這不是引起datanode心跳超時的原因，真正的原因是處理掃描后的結果，比如比較完發現有20000個block不一致，在修復這些block時不斷的持有了 FsDatasetImpl 這個對象的一把鎖，在磁盤比較慢的情況下，可能需要5分鐘甚至10分鐘處理完，從而一直阻塞讀、寫、心跳的線程。

詳細的可以了解 HDFS-14476 lock too long when fix inconsistent blocks between disk and in-memory，包括一些特征、證據，以及block修復邏輯，細節比較多。

解決辦法是，我們這邊加了個patch（已合入2.10和3.x），在處理異常block的時候，中間休息2秒，處理一下正常的請求，不至于datanode卡住甚至離線。
修復后的結果也是很明顯，datanode心跳平滑了許多

2. namenode遷移裁撤，遇到客戶端無法寫入

在文章 HDFS namenode節點裁撤不停服遷移實踐 里總結了在線遷移 namenode 的方法。遷移/裁撤的思路是保持 namenode hostname 不變，滾動遷移 standby 的方式遷移。

但是在我們的遷移實踐中，發現 hdfs namenode 完成遷移后，集群正常，但 hdfs 客戶端訪問異常。在 yarn 這樣的長任務場景下，會導致文件讀寫一直失敗，直到 yarn nodemanager 重啟。

具體問題是這樣的：

client使用的是 ConfiguredFailoverProxyProvider ，client啟動之后會根據當時的inetsocket創建nn1,nn2兩個namenode proxy，這個在任何網絡異常的情況下都不會重新創建。

client 的 updateAddress 方法能檢測到namenode ip發生了變化，但由于那個異常沒有捕獲，本該在下次循環使用正確的 namenode ip 就能正常，但拋出異常后導致client重新連接namenode，然而上面的 namenode proxy 還是舊地址，SetupConnection 異常，又進入updateAddress判斷邏輯，返回true又去建連接，陷入了死結。

復現步驟

1. 打開一個hdfsclient，長時間寫一個文件 hdfs put

2. 更新hdfs新namenode hostname-ip

3. stop old nn2, start new nn2

4. 更新客戶端的namenode hostname-ip (client還在操作文件)

5. 切換到新namenode hdfs haadmin -failover nn1 nn2

6. 此時會發現client一直報錯
   在yarn客戶端啟動的周期內，哪怕是新文件寫入，依舊會報錯

對 ConfiguredFailoverProxyProvider 打了個patch，就是在client failover之后，也進行updateAddress判斷，如果有ip變動，就重新 createProxy。驗證這個patch同樣有效。不過在client那邊統一捕獲會比較好，因為還有其他類型的HaProvider可能也有這個問題。

這個問題的 patch 已經被合入 Apache Hadoop 3.4，見 HADOOP-17068 client fails forever when namenode ipaddr changed。我們用的版本是 2.6.0-cdh6.4.11 ，也已合入。

除了從根源問題上解決，也可以在 namenode 遷移操作時，在老節點上啟用端口轉發，再逐個重啟 yarn，避免引起大范圍故障。

3. 集群dn不均衡導致文件寫入失敗

現象：集群將滿時，擴容了批機器緩解空間。運行了2個星期客戶端突然報文件寫入失敗
原因：hdfs在部分datanode空間滿的情況下，理論會自動挑選其它可用的空閑節點。由于 dfs.datanode.du.reserved配置不當，導致依然會選中滿節點。具體是dfs.datanode.du.reserved如果小于分區block reserved，在磁盤用滿時就會出現

org.apache.hadoop.ipc.RemoteException(java.io.IOException): File 
/kafka/xxxtmp.parquet could only be replicated to 
0 nodes instead of minReplication 
(=1).  \
There are 
14 datanode(s) running 
and no node(s) are excluded 
in this operation.

解決：

• 擴容完，跑rebalance

• 修改磁盤分區的block reserved，使其小于 dfs.datanode.du.reserved. 見 hdfs datanode Non DFS Used與Remaining .

• 增加單個datanode容量告警

4. 做 rebalance 時速度很慢

啟動 rebalance 命令./start-balancer.sh -threshold 10，如果需要提高速度可以修改限流帶寬hdfs dfsadmin -setBalancerBandwidth 52428800
但是 datanode 上同時接收 blocks 并發數，是不能在線調整的（或者說只能調小），調整hdfs-site.xml默認的balance參數，并重啟

dfs.balancer.moverThreads=1000
dfs.balancer.dispatcherThreads=200
dfs.datanode.balance.max.concurrent.moves=50

如果啟動balance時，嘗試以更高的并發執行，datanode會判斷沒有足夠的線程接收 block: IOException: Got error, status message Not able to copy block … because threads quota is exceeded。
當 move 出現失敗時，遷移速度是指數級下降的，因為move block失敗默認會sleep一段時間。

./start-balancer.sh 
-threshold 
5\
 -Ddfs.datanode.balance.max.concurrent.moves=20 \
 -Ddfs.datanode.balance.bandwidthPerSec=150000000 \
 -Ddfs.balancer.moverThreads=500 \
 -Ddfs.balancer.dispatcherThreads=100

5. 給datanode在線增加磁盤

騰訊云上的機器，可以直接在原有 datanode 上直接掛在新的磁盤，快速給hdfs擴容。
增加磁盤，不需要重啟datanode。(前提是設置了 dfs.datanode.fsdataset.volume.choosing.policy為AvailableSpaceVolumeChoosingPolicy)

1. 掛載后，先建立hadoop數據目錄并修正權限

2. 在hdfs-site.xml 里加上新目錄配置 dfs.datanode.data.dir

3. 可以使用 reconfig 命令使其生效： hdfs dfsadmin -reconfig datanode dn-x-x-x-x:50020 start

6. namenode設置了HA，但故障時未成功切換

現象：active namenode 內存故障，主備切換失敗
原因：dfs.ha.fencing.methods設置為了ssh，但是并不能登錄其他namenode執行fence
解決：生成ssh key，免密碼登錄。或者改成shell(/bin/true)，強切。注意，修改fence方式后，需要重啟zkfc。

7. hdfs client input/output error

現象：執行 hdfs 客戶端命令報錯 input/output error，試著拷貝 hadoop / jdk 的介質目錄，亦發現文件損壞。有時會發現 jvm core
原因：磁盤存在壞塊，剛好hdfs或者jdk的 jar 庫損壞。通過觀察 messages 發現有 sda IO Input/Output Error
使用badblocks -s -v -o bb.log /dev/sda 可以看到磁盤損壞了哪些扇區
解決：從其他機器，拷貝一份正常的介質

8. hdfs誤將 data 盤作為數據盤

誤將系統盤作為了dfs.datanode.data.dir，運行一段時間后，這個分區很容易最先滿。
這個是配置上的問題，理解datanode的工作方式，可以快速的將這個分區里的block挪到正確的磁盤分區。
處理方法就是停止datanode，拷貝/data block到其它分區，刪掉/data的配置。因為datanode上block的位置是每次啟動的時候，掃描上報給namenode，所以可以做物理拷貝。
可以使用拷貝命令cp -a /data/hadoopdata/current/BP-*-*/current/finalized/* /data1/hadoopdata/current/BP-*-*/current/finalized/ ，不能拷貝整個 hadoopdata 目錄，因為VERSION文件里面的storageID不同。

9. 使用decomiss方式將datanode退服時，客戶端讀寫異常

現象：將datanode加入 exclude ，正常 decomissing 的方式退役節點，應用層反饋 spark 任務部分異常，報錯 Unable to close file because the last block doest not have enough number of replicas ，但該集群一些其它的文件讀寫任務正常。
原因：spark任務會頻繁的創建、刪除application目錄。在decomissing時，部分磁盤性能低的節點，磁盤更加繁忙，導致出現 last contact 心跳時間長
解決：經過驗證，發現直接 kill datanode進程的方式，不影響spark任務。但必須保證一個一個的kill，否則會出現 missing block. （這不一定是解決問題最好的辦法，但的確有效）

10. namenode editlog 長時間未做checkpoint

standby namenode的一個作用是，定期合并從journalnode上獲取的editlog，生成新的元數據fsimage，然后推送到active namenode。
當standby namenode出現異常，如進程退出、軟件bug(比如我們遇到過 IOException: No image directories available!)，導致長時間未合并editlog。一旦需要發生切換或者重啟namenode，有可能導致啟動時間過長，嚴重的editlog合并需要的內存不足，無法啟動namenode.

如果內存不足，一種解決辦法是借一臺高內存臨時機器合并editlog:

• 把standby停下來，將hdfs的軟件介質和配置文件，拷貝到高內存機器

• 同時拷貝dfs.namenode.name.dir 目錄中最新能用的 fsimage_xxx 和它之后的所有 edits_xxx-xxx

• 在臨時機器上啟動 namenode 進程，會自動從對應目錄加載 fsiamge 、合并editlog

預防比補救要重要，一定要監控namenode上 TransactionsSinceLastCheckpoint 這個指標，我們的閾值是達到 5000000 就告警。

11. HDFS 3.x datanode 出現大量 CLOSE-WAIT

這個問題 HDFS-15402 是在定期對 datanode http://127.0.0.1:50075/jmx jmx 進行探測的時候產生的，我們有 5 個 hadoop 3.1.3 的集群都存在該問題。在 hadoop 2.x 中正常。
50075 端口上產生過多 close-wait 的影響是，正常的 webhdfs 會出現 504 Gateway-timeout

[root@dn-9-4-xxx-yy 
/tmp]# ss -ant|grep :50075 |grep CLOSE-WAIT|wc -l
16464
[root@dn-9-4-xxx-yy 
/tmp]# ss -ant|grep :50075 |grep CLOSE-WAIT|head -3
CLOSE-WAIT 
123    0                9.4.xxx.yy:50075           
9.4.xxx.yy:39706
CLOSE-WAIT 
123    0                9.4.xxx.yy:50075           
9.4.xxx.yy:51710
CLOSE-WAIT 
123    0                9.4.xxx.yy:50075           
9.4.xxx.yy:47475
 
lsof 
-i:39706
COMMAND    PID USER   FD   TYPE    DEVICE SIZE/OFF NODE NAME
java    134304 hdfs 
*307u  IPv4 429yy7315      0t0  TCP dn-9-4-xxx-yy:50075->dn-9-4-xxx-yy:39706 (CLOSE_WAIT)
  
Proto Recv-Q Send-Q Local Address               Foreign Address             State       PID/Program name
tcp      123      0 9.4.xxx.yy:50075            9.4.xxx.yy:39706            CLOSE_WAIT  134304/java

CLOSE-WAIT 狀態是客戶端(curl)發起關閉tcp連接時，服務端(datanode)收到了FIN-ACK，但在關閉socket時一直沒有完成。正常流程是關閉socket完成，然后向客戶端發送FIN

所以問題出在datanode server上，與knox還是haproxy客戶端沒有關系。并且這個問題調整os內核參數是沒有用的，除非kill datanode，否則close-wait狀態會永久存在。使用網上的kill_close_wait_connections.pl 能夠清理這些 close-wait，之后 webhdfs 請求變得好轉。

目前避開的方法就是，不再請求 datanode jmx 做監控，只獲取 namenode 上的指標。datanode 上采集 os 級別的指標。

12. knox 無法上傳 8G 文件

在官方 jira 里我們提了這個問題 KNOX-2139，當我們使用 webhdfs with knox 上傳 8589934592 bytes 大小的文件，會出現 (55) Send failure: Broken pipe，在 hdfs 只能看到一個空文件。而且在版本 knox 1.1, 1.2 中是必現，在 0.8 版本正常。

簡單 debug 了一下代碼，knox 拿到的請求 contentLength 為 0，8G 以外的情況 contentLength 為-1。

我們后來使用 haproxy 代替 knox 解決 knox 自身上傳速度慢和這個 8G 文件的問題。在 備份系統上傳優化：從knox到haproxy 有介紹我們的實現

不過在最新的 1.4 版本，8G問題又消失了。根據官方的恢復，可能跟 jetty 的升級有關。

13. Unable to load native-hadoop library for your platform

Unable to load native-hadoop library for your platform… using builtin-java classes

經常在執行 hdfs 客戶端命令時會有這樣的提示，其實是個老生常談的問題。

簡單說就是系統里沒有找到原生的 hadoop 庫 libhdfs.so，這個庫是 C 寫的，性能比較好。缺少但不影響使用，因為 hadoop 里有 java 實現的客戶端庫。

出現這個我總結原因有 3 個：

1. hadoop 安裝包里沒有自帶 libhdfs.so
   這個情況占很大一部分。去到目錄${HADOOP_HOME}/lib/native/，看下是否有libhdfs.so,libhdfs.a,libhadoop.so,libhadoop.a。如果沒有的話，可以重新下一個完整的二進制包，把lib/native拷出來用
   這種看到才是正常的

./bin/hadoop checknative
20/05/14 20:13:39 INFO bzip2.Bzip2Factory: Successfully loaded 
& initialized native-bzip2 library system-native
20/05/14 20:13:39 INFO zlib.ZlibFactory: Successfully loaded 
& initialized native-zlib library
Native library checking:
hadoop:  true 
/data1/hadoop-hdfs/hadoop-dist/target/hadoop-2.6.0-cdh6.4.11-tendata/lib/native/libhadoop.so.1.0.0
zlib:    true 
/lib64/libz.so.1
snappy:  true 
/data1/hadoop-hdfs/hadoop-dist/target/hadoop-2.6.0-cdh6.4.11-tendata/lib/native/libsnappy.so.1
lz4:     true revision:10301
bzip2:   true 
/lib64/libbz2.so.1
openssl: true 
/usr/lib64/libcrypto.so

實在不行就在自己的 os 上編譯一個。

mvn clean package 
-Pdist,native 
-DskipTests 
-Dtar 
-Dbundle.snappy 
-Dsnappy.lib=/usr/local/lib

1. so 文件存在，但路徑不對
   現在的版本，默認路徑都能找得到 so 庫。這個 Hadoop “Unable to load native-hadoop library for your platform” warning 里面介紹的大部分方法，都是在教怎么設置路徑。真實原因很少會因為路徑不對，不過這個答案靠譜 https://stackoverflow.com/a/30927689 ，也就是我們的情況 3

2. 編譯的版本，在我們的 os 上依賴庫不全
   遇到過這種，glibc 庫版本不夠：

$ ldd lib/native/libhadoop.so
lib/native/libhadoop.so: /lib64/libc.so.6: version `GLIBC_2.14' 
not found 
(required by lib/native/libhadoop.so)
	linux-vdso.so.1 =>  (0x00007ffd1db6d000)
/$LIB/libonion.so 
=> /lib64/libonion.so 
(0x00007f5bfd37d000)
	libdl.so.2 => /lib64/libdl.so.2 (0x00007f5bfce40000)
	libpthread.so.0 => /lib64/libpthread.so.0 (0x00007f5bfcc23000)
	libc.so.6 => /lib64/libc.so.6 (0x00007f5bfc88f000)
/lib64/ld-linux-x86-64.so.2 (0x00007f5bfd266000)

$ strings 
/lib64/libc.so.6 |grep GLIBC_
可以看當前系統支持哪些版本的 glibc

但是 glibc 安裝升級有風險，如果要安裝 2.14 版本務必先做好測試。

14. 處理 missing blocks

hdfs 集群出現 missing block，無非就是 namenode 里還記錄的 block 元數據信息，但是所有副本都丟失了。如果是同時掛了多個機器，或者損壞了多個機器上的磁盤，是有可能會出現。
遇到過 2 次人為產生 missing blocks:

1. kill 一個 datanode 進程，就出現 missing block

2. 先設置所有文件的 replication 為 1，一小段時間后，再設置為 2

這兩種情況都算是 bug，對應的文件確實無法 get 下來了。但第 1 中情況還好，經過排除日志，發現實際這些丟失的 blocks 本就接收到了刪除命令，過一段時間后，missing block 一般會自動消失。第 2 中情況，是真的意外丟 block 了，比較嚴重。不要輕易把 replication 設置為 1，再改回去可能丟 block。

如果確認這些 missing block 可以消除，可以通過 fsck 命令手動處理：

// 如果missing blocks數不是很多，可以直接逐個delete
hdfs fsck file_name 
-delete

// 如果missing blocks較多，可以從namenode上拿到corrupt塊
hdfs fsck 
/ -list-corruptfileblocks 
-openforwrite 
| egrep 
-v 
'^\.+$' | egrep 
"MISSING|OPENFORWRITE" | grep 
-o 
"/[^ ]*" | sed 
-e 
"s/:$//" > missing_blocks.txt

15. 應該關注的告警

實際還有些許多問題，比如用戶supergroup 權限問題、rack-aware.sh文件缺失的問題，限于篇幅就不列舉了。
問題是不斷會出現的，但及時對大部分場景做到監控工具，能夠提前發現問題。下面是整理并上線的關鍵告警指標：

• datanode lastcontact
  datanode 與 namenode 心跳監控。心跳時間長意味這這個 dn 沒響應了，默認超過10m30s 沒響應，dn會脫離集群。

• namenode and datanode web probe
  namenode 50070 與 datanode 50075 從外部探測，并且 datanode 會根據 include里面的地址自動增減。我們使用修改過了 telegraf http_response 插件,支持動態讀取url，比如 exec bash get_datanode_urls.sh

• dirctory max files
  單目錄下的文件數告警。hdfs默認限制單目錄下最大的文件數100萬，由配置項dfs.namenode.fs-limits.max-directory-items決定。
  這個指標數據來源于 fsimage 目錄畫像分析。

• transactions not merged
  standby 未滾動的editlog數。長期未checkpoint會導致下次namenode啟動消耗過多內存，甚至啟動失敗。

• missing blocks
  異常blocks數

• test write file
  在2個namenode節點上，定期使用 hdfs put/get 寫入文件。如果失敗會告警

• non-active namenode
  hdfs集群namenode有且只有一個active，一個standby。其它情況告警

• cluster capacity
  集群總體容量監控

• node usage, ioutil
  單個 datanode 磁盤空間使用率預警，ioutil持續5分鐘大于95%預警。

• failover occurs
  hdfs namenode發生failover

• namenode heap size
  namenode heap size使用比率。blocks數量多，內存使用越多。

到此，關于“怎么處理HDFS問題”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！