背景环境：hdp2.6.6部署的小集群（4节点），这个投入生产后，转手了很多批次人维护，安装源介质这些通通都找不到了，目前官网无法下载hdp的安装介质，中途有坏了一个节点的系统盘，维修好了后，因为没有安装介质，一直都没有恢复。集群部署了4个jn，昨天一个节点的data1故障，导致namenode异常无法启动和ha切换。
异常原因：因为是小集群，没有做服务进程规划，组件都是公用的节点的情况，刚刚好data1这个盘是namenode和journalnode的数据存储盘，导致editlog读取写入异常，ha的切换失败，最后两个节点namenode同时异常，后面停掉该节点的jn，但是因为部署了4个jn，导致没有超过半数以上的jn存活，所以无法拉起namenode
处理方式：journalnode的作用有点像zookeeper，每个节点的数据都是一样的，所以恢复思想是从正常的节点将数据复制到故障节点，然后重新启动journalnode，启动完成后再重启namenode
操作步骤：
|
1、将故障节点的data1给umount掉，umount报错无法移除，可以通过losf|grep data1，看看是什么进程在占用了该目录，然后将进程kill掉 2、将正常节点上的journalnode数据拷贝到异常节点，然后给建个软链回到data1下面，目录权限跟正常节点一致 3、重启故障节点的journalnode，查看日志看看是不是正常 4、重启namenode（非故障节点），等待启动完成后加载，看看状态能不能回到active的情况 5、故障节点的namenode数据存储目录也建一个软连接，使用的目录要跟正常的一样，这个可以不用拷贝数据，启动后会在journalnode拉取新的，正常会成为备用节点 6、检查hdfs是否可以进行读写了，正常后就恢复了，后面可以写故障分析和故障报告了 |