[大数据学习研究] 错误排查，Hadoop集群部分DataNode不能启动

 

错误现象

不知道什么原因，今天发现我的hadoop集群启动后datanode只有一台了，我的集群本来有三台的，怎么只剩一台了呢？

 

用jps命令检查一下，发现果然有两台机器的DataNode没有启动。

 

 

 

 

可能原因：

1. 我之前遇到过的问题，由于多次运行hdfs namenode -format, 造成了clusterId不一致，检查一下：进入到/opt/modules/hadoop-2.7.3/data/tmp/dfs/data/current目录下，cat显示一下VERSION文件的内容，检查集群中的几台机器的ClusterID是不是一致。我的机器这三台机器的clusterid是一致的，看起来没问题。如果要是不一致的话，需要改过来，改成一致的，然后用 hadoop-daemon.sh start datanode 就可以启动datanode了，我的不是这个问题引起的，还得继续排查。

 

 

 

 

2. 不知道什么原因，还是看看日志，进入的出问题的机器上的logs目录下，打开日志文件，跳到最后，从后面往前看，终于在一堆INFO里面看到一条ERROR：

[root@hadoop101 logs]# pwd
/opt/modules/hadoop-2.7.3/logs
[root@hadoop101 logs]# vi hadoop-root-datanode-hadoop101.log

 

2019-10-14 14:25:22,376 ERROR org.apache.hadoop.hdfs.server.datanode.DataNode: RECEIVED SIGNAL 15: SIGTERM 

 

 

 

解决问题

什么原因引起的不清楚，放狗搜了一下，有人说重启服务就好了，当然还是要试一下这个重启大法。关闭服务，再重启一下相关服务，就解决了，好没趣。

stop-all.sh
等带完成
start-dfs.sh

start-yarn.sh

 

另外，这个帖子里说调用一下hadoop dfsadmin -refreshNodes就好了，但我没用上，反正先重启就搞定了，要还有下次的话再试试吧。