4.3 HDFS 安全模式

任务目的

• 了解什么是安全模式，知晓集群在安全模式下能做什么工作
• 掌握集群进入和退出安全模式的三种情况
• 掌握集群在正常冷启动时进入安全模式的原理

任务清单

• 任务1：安全模式简介
• 任务2：进入安全模式的三种情况
• 任务3：退出安全模式的三种方式

详细任务步骤

任务1：安全模式简介

　　问题场景：

　　集群启动后，可以查看目录，但是上传文件时报错，打开 Web 页面可看到 NameNode 正处于 SafeMode 状态，怎么处理？

　　SafeMode 是 NameNode 的一种特殊状态（Active/Standby/SafeMode 安全模式），在这种状态下，文件系统只接受读数据请求（ls、cat），而不接受上传、删除、修改等变更请求。

　　在 NameNode 主节点启动时，HDFS 首先进入安全模式，DataNode 在启动的时候会向 NameNode 发送心跳信号并汇报可用的 block 的状态，当整个系统达到安全标准时，HDFS 自动离开安全模式。

　　如果 HDFS 处于安全模式下，则文件 block 不能进行任何的副本复制操作。

任务2：进入安全模式的三种情况

1. HDFS 集群正常冷启动

　　在 HDFS 集群正常冷启动时， NameNode 会在 SafeMode 状态下维持相当长的一段时间，此时你不需要去理会，等待它自动退出安全模式即可。

　　在刚运行完 ​​start-dfs.sh​​ 命令时，50070页面显示的信息：

图1

　　正常冷启动时进入安全模式的原理：

　　NameNode 的内存元数据中，包含文件路径、副本数、blockid 及每一个 block 所在 DataNode 的信息，而 fsimage 中，不包含 block 所在的 DataNode 信息。

　　那么，当 NameNode 冷启动时，此时内存中的元数据只能从 fsimage 中加载而来，从而就没有 block 所在的 DataNode 信息 ——> 就会导致 NameNode 认为所有的 block 都已经丢失 ——> 从而进入安全模式 ——> 随着 DataNode 陆续启动，DataNode 定期向 NameNode 汇报自身所持有的 blockid 信息， NameNode 就会将内存元数据中的 block 所在 DataNode 信息补全更新 ——> 找到了所有 block 的位置，从而自动退出安全模式。

2. block 丢失率达到 0.1%

　　如果 NameNode 发现集群中的 block 丢失率达到一定比例时（0.1%）， NameNode 就会进入安全模式。这个丢失率是可以手动配置的，默认是在配置文件 hdfs-default.xml 中定义了最小的副本率为 dfs.namenode.safemode.threshold-pct=0.999f。

<property> 
<name>dfs.namenode.replication.min</name> 
<value>1</value> 
<description>Minimal block replication. </description>
</property> 

<property> 
<name>dfs.namenode.safemode.threshold-pct</name> 
<value>0.999f</value> 
<description>
    Specifies the percentage of blocks that should satisfy the minimal
    replication requirement defined by dfs.namenode.replication.min.
    Values less than or equal to 0 mean not to wait for any particular
    percentage of blocks before exiting safemode.
    Values greater than 1 will make safe mode permanent.
</description>
</property>

　　Hadoop 中每个块默认的最小副本数为 1，由 dfs.namenode.replication.min 参数控制。

　　dfs.namenode.safemode.threshold-pct 参数的意思是指定应有多少比例的数据块满足最小副本数的要求。这个值小于、等于0表示无须等待就可以退出安全模式；而如果这个值大于 1 表示永远处于安全模式。如果设为 1 则 HDFS 永远是处于 SafeMode。这是因为在集群环境中，DataNode 上报的 block 个数永远无法完全达到 NameNode 节点中元数据记录的 block 个数。

3. 手动进入安全模式

hdfs dfsadmin -safemode enter

　　效果图如下所示：

图2

　　可以使用如下命令查看集群是否处于安全模式中：

hdfs dfsadmin -safemode get

　　效果图如下所示：

图3

　　进入安全模式后，文件系统只接受读数据请求（ls、cat），而不接受上传、删除、修改等变更请求。

图4

任务3：退出安全模式的三种方式

　　（1）在 HDFS 集群正常冷启动完成后，自动退出

　　（2）手动退出安全模式（但是并不能真正地解决问题）

hdfs dfsadmin -safemode leave

　　效果如下所示：

图5

　　（3）找到问题所在，进行相应修复

　　场景1：

　　公司现在有搭建好的 Hadoop 集群，现在想要运行 MapReduce 程序，此时发现 YARN 集群启动不成功，报 IOException 异常，异常的大致意思就是磁盘空间满了，导致程序在 HDFS 上创建文件失败！！！

　　让我们模拟当时的环境，遇到此问题后，首先要做的就是先查看 CentOS 系统的磁盘使用情况：

df -h

　　打印情况如下所示：

图6

　　发现磁盘使用100%，导致空间不足，从而使 Hadoop 运行程序时，需要建立临时的文件的控件都没有，所以导致程序运行失败，出现 IOException 异常。

　　现在为了能让程序运行成功，我们可以先手动删除几个占用空间比较大而且无关紧要的文件，一般线上挂载的磁盘都比较大，出现这样的异常情况，几率是非常小的。

　　删除文件后，再次运行程序，发现又报异常，看日志发现，Hadoop 由于磁盘已满，而导致集群进行了安全模式，所以再次导致程序运行失败，此时，我们只需要使用命令主动退出安全模式即可。

hdfs dfsadmin -safemode leave

　　再次运行程序，此时正常运行。

　　场景2：

　　集群中大部分 DataNode 宕机，导致文本块丢失，进而集群进入安全模式，此时只需要修复宕机的 DataNode 即可。