单NameNode长期故障，如何使用客户端手动checkpoint

问题背景与现象

在备NameNode长期异常的情况下，会积攒大量的editlog，此时如果重启HDFS或者主NameNode，主NameNode会读取大量的未合并的editlog，导致耗时启动较长，甚至启动失败。

原因分析

备NameNode会周期性做合并editlog，生成fsimage文件的过程叫做checkpoint。备NameNode在新生成fsimage后，会将fsimage传递到主NameNode。

由于“备NameNode会周期性做合并editlog”，因此当备NameNode异常时，无法合并editlog，因此主NameNode在下次启动的时候，需要加载较多editlog，需要大量内存，并且耗时较长。

合并元数据的周期由以下参数确定，即如果NameNode运行30分钟或者HDFS操作100万次，均会执行checkpoint。

• dfs.namenode.checkpoint.period：checkpoint周期，默认1800s。
• dfs.namenode.checkpoint.txns：执行指定操作次数后执行checkpoint，默认1000000。

解决办法

在重启前，主动执行异常checkpoint合并主NameNode的元数据。

1. 停止业务。
2. 获取主NameNode的主机名。
3. 在客户端执行如下命令：

   source /opt/client/bigdata_env

   kinit 组件用户

   说明：/opt/client 需要换为实际客户端的安装路径。

4. 执行如下命令，让主NameNode进入安全模式，其中linux22换为主NameNode的主机名。

   hdfs dfsadmin -fs linux22:25000 -safemode enter

   

5. 执行如下命令，在主NameNode，合并editlog。

   hdfs dfsadmin -fs linux22:25000 -saveNamespace

   

6. 执行如下命令，让主NameNode离开安全模式。

   hdfs dfsadmin -fs linux22:25000 -safemode leave

   

7. 检查是否真的合并完成。

   cd /srv/BigData/namenode/current

   检查先产生的fsimage是否是当前时间的，若是则表示已经合并完成