Hadoop 如何确定 Namenode 失败或不工作？
我知道在 Hadoop 中，Namenode 是保存所有元数据的主要点，它通过心跳识别数据节点的故障，并在数据节点故障的情况下选择复制数据。
如果Namenode发生故障，哪个系统识别故障，恢复过程是怎样的？
【问题讨论】：
这取决于您所谈论的 Hadoop 版本。在 Hadoop 2 之前，Namenode 是单点故障，因此如果它发生故障，则意味着您的集群无法使用。即使SecondaryNameNode 在这种情况下也无济于事，因为它仅用于检查点，而不是NameNode 的备份。当NameNode 失败时，管理员等人将不得不手动重启NameNode。
但是从 Hadoop 2 开始，您有了更好的方法来处理 NameNode 中的故障。您可以同时运行 2 个冗余 NameNodes，这样如果其中一个 Namenodes 发生故障，集群将快速故障转移到另一个 NameNode。
它的工作方式非常透明，基本上DataNodes 将向NameNodes 发送报告，因此如果一个失败，另一个将准备好在活动模式下使用。对于客户端，它只是联系每个配置的NameNode，直到找到活动的。因此，如果它收到回复说在其他地方尝试，或者如果NameNode 没有回复，它知道它需要使用不同的NameNode。
这是取自 the Cloudera blog 的架构，它更详细地解释了这一点：
您还可以查看the HA article on the official documentation，了解如何设置。
【讨论】：