【发布时间】：2015-01-31 14:15:27
【问题描述】：
对于 Hadoop 2.6.0 中的伪分布模式，我们是否必须每次都格式化 namenode。
我在家里使用 hadoop 2.6.0，但每次我使用 start-dfs.sh 和 start-yarn.sh 时，我都必须格式化我的 namenode。
还有其他方法可以避免这种情况吗？请给我一些建议来摆脱这个！
【问题讨论】：
【发布时间】：2015-01-31 14:15:27
【问题描述】：
不，即使在伪分布式模式下，您也不必总是格式化 NameNode。不建议对 NameNode 进行多次格式化，除非 NameNode 丢失元数据信息。
原因可能是这样的：告诉NameNode将其元数据信息存储在磁盘上何处的属性是dfs.name.dir（已弃用）或dfs.namenode.name.dir，默认情况下指向file://${hadoop.tmp.dir}/dfs/name，而/tmp/dfs/name又指向/tmp/dfs/name，所以每次重新启动系统时，/tmp 目录都会被清除，因此您必须再次格式化 NameNode。
因此，请确保将属性 dfs.namenode.name.dir 指向一个不会被清除的更持久的位置。
【讨论】：
-
会尽力回复你:)
-
我通过将
dfs.namenode.name.dir的值创建为/usr/local/hadoop/tmp进行了尝试，但在格式化namenode 后我又丢失了所有数据。 -
如果再次格式化命令，则不应多次格式化 NameNode，否则 NameNode 将擦除所有元数据，请将 NameNode 格式化视为格式化硬盘。
-
是的，您还应该更改 dfs.datanode.data.dir 以确保您不会丢失数据。让我这么说吧，NN 存储元数据信息，DN 存储实际数据块。因此，格式化 NameNode 会清除 NameNode 中的所有元数据信息，但 datanode 中的数据不会被清除但无法使用，因为没有人有信息可以从多个 datanode 中为一个文件收集块。
-
是的，这是正确的，因为您一直在更改正在运行的集群上的目录。