如何将操作切换至Secondary Name Node并恢复HDFS集群数据？

一、确认元数据与节点状态 #

• 登录原Secondary NameNode节点，查看dfs.namenode.checkpoint.dir配置对应的目录（默认路径为${hadoop.tmp.dir}/dfs/namesecondary），确认目录下存在fsimage和edits系列文件——这些是恢复NameNode的核心元数据。
• 在另外两台DataNode节点上执行jps命令，确认DataNode进程正常运行。

二、将Secondary NameNode转换为主NameNode #

1. 停止相关服务
   在原Secondary NameNode节点执行命令停止Secondary服务：

   hadoop-daemon.sh stop secondarynamenode
   

   若集群运行YARN等其他服务，建议暂时停止，避免干扰HDFS的切换操作。

2. 修改集群配置文件
   在所有节点的hadoop-etc/hdfs-site.xml中：

   • 注释或删除dfs.namenode.secondary.http-address（或https）配置项，取消该节点的Secondary身份。
   • 添加或修改dfs.namenode.name.dir配置，指向原Secondary的元数据存储目录，示例：

     <property>
         <name>dfs.namenode.name.dir</name>
         <value>/path/to/namesecondary</value>
     </property>
     

   在所有节点的core-site.xml中，更新fs.defaultFS配置，将原主NameNode地址替换为当前节点地址，示例：

   <property>
       <name>fs.defaultFS</name>
       <value>hdfs://new-namenode-host:9000</value>
   </property>
   

3. 导入检查点生成NameNode元数据
   在原Secondary NameNode节点执行命令，将元数据转换为NameNode可识别的格式：

   hdfs namenode -importCheckpoint
   

   执行成功后，元数据目录会生成NameNode运行所需的完整文件结构。

三、启动新集群并验证 #

1. 启动新主NameNode
   在原Secondary NameNode节点执行：

   hadoop-daemon.sh start namenode
   

   通过jps确认NameNode进程启动，或访问Web UI（Hadoop 2.x为http://new-namenode-host:50070，Hadoop 3.x为http://new-namenode-host:9870）查看节点状态。

2. 启动DataNode服务
   在各DataNode节点执行：

   hadoop-daemon.sh start datanode
   

   或在新主NameNode节点执行start-dfs.sh批量启动。启动后在Web UI中确认所有DataNode已成功注册，块数据状态正常。

3. 验证数据完整性

   • 执行hdfs dfs -ls /查看根目录文件，确认数据存在。
   • 选取部分文件执行hdfs dfs -cat /path/to/file或下载到本地，验证内容完整。
   • 运行hdfs fsck /检查集群健康状态，确认无损坏或丢失的块。

四、后续优化（可选） #

• 为新主NameNode配置新的Secondary NameNode（可选择修复后的原主节点，或现有DataNode节点），更新hdfs-site.xml中的dfs.namenode.secondary.http-address配置。
• 定期备份NameNode元数据，启用自动快照机制，提升集群故障恢复能力。

内容的提问来源于stack exchange，提问作者Robert Rapplean