一、背景
目前namenode使用了ha的部署模式，但系统会经常出现ha的自动切换（namenode节点其实正常）。经过调研发现可能的原因如下：
-
HealthMonitor check本地namenode的rpc端口时超时，导致HealthMonitor认为namenode挂掉。
-
zk上的session timeout，导致丢掉当前持有的active锁（temp节点），引起自动切换。
二、优化
下面的优化将针对1）和2）调整相应的超时参数，看是否起效。修改core-site.xml
|
1
2
3
4
5
6
7
8
9
10
|
<!-- HealthMonitor check namenode 的超时设置，默认50000ms，改为5mins -->
<property>
<name>ha.health-monitor.rpc-timeout.ms<
/name
>
<value>300000<
/value
>
<
/property
>
<!-- zk failover的session 超时设置，默认5000ms，改为3mins -->
<property>
<name>ha.zookeeper.session-timeout.ms<
/name
>
<value>180000<
/value
>
<
/property
>
|
三、操作影响
无，不需要重启hadoop，不会引起namenode切换
四、操作步骤
下面操作假设master1（active），master2（standby），只有按照该顺序操作，才能实现namenode不切换
1）登陆master2（standby），注释掉crontab中的restart-zkfc.sh任务， 执行
|
1
|
sbin
/hadoop-daemon
.sh stop zkfc
|
2）登陆master1（active），注释掉crotab中的restart-zkfc.sh任务，执行
|
1
|
sbin
/hadoop-daemon
.sh stop zkfc
|
3）备份master1和master2的core-site.xml文件，将上述配置项加到master1和master2的core-site.xml配置文件中
4）登陆master1（active），执行
|
1
|
sbin
/hadoop-daemon
.sh start zkfc
|
5）登陆master2（standby）,执行
|
1
|
sbin
/hadoop-daemon
.sh start zkfc
|
6）check hadoop集群状态
7）重要!!! 登录master1和master2，恢复crontab中的restart-zkfc.sh任务
8）完成
注意事项
1）需要先注释掉机器上的crontab任务restart-zkfc.sh，否则该程序会自动拉起zkfc进程。导致namenode active产生切换
2）任务完成后要恢复crontab中注释掉的restart-zkfc.sh任务
