如何解决两个NameNode间的缺失块不一致问题

一、确认NameNode角色状态 #

• 执行以下命令确认Active/Standby角色：

  hdfs haadmin -getServiceState nn01
  hdfs haadmin -getServiceState nn02
  

  确保nn01为Active状态（无缺失块），nn02为Standby状态。

二、强制Standby NameNode同步Active元数据 #

1. 若nn02当前不是Standby，先切换角色：

   hdfs haadmin -transitionToStandby nn02
   

2. 停止nn02的NameNode服务：

   systemctl stop hadoop-hdfs-namenode
   

   或通过Ambari界面找到nn02的NameNode组件执行停止操作。
3. 在nn02节点执行元数据同步，从Active的nn01拉取完整元数据：

   hdfs namenode -bootstrapStandby
   

4. 启动nn02的NameNode服务：

   systemctl start hadoop-hdfs-namenode
   

   或通过Ambari界面启动。
5. 验证同步结果：查看Ambari的「Namenode Health」告警，或执行以下命令确认缺失块数量：

   hdfs dfsadmin -fs hdfs://nn02:8020 -report | grep -E "Total Blocks|Missing Blocks"
   

三、全量验证HDFS块完整性 #

• 执行文件系统检查，确认所有块状态正常：

  hdfs fsck / -files -blocks -locations
  

• 对比两台NameNode的块统计数据，确保完全一致：

  # 检查nn01
  hdfs dfsadmin -fs hdfs://nn01:8020 -report | grep -E "Total Blocks|Missing Blocks"
  # 检查nn02
  hdfs dfsadmin -fs hdfs://nn02:8020 -report | grep -E "Total Blocks|Missing Blocks"
  

四、排查操作异常根源（避免复发） #

• 查看NameNode日志（默认路径/var/log/hadoop-hdfs/namenode.log），搜索decommission、recommission关键词，确认DataNode上下线过程中是否存在块复制超时、注册失败等异常。
• 检查集群dfs.replication配置，确保块副本数符合业务需求，避免单副本块因DataNode下线丢失。
• 确认decommission操作执行时，集群有足够的DataNode完成块复制（可通过Ambari的DataNode状态或hdfs dfsadmin -report查看可用节点数）。

内容的提问来源于stack exchange，提问作者krrng