记一次HBase Replication不同步问题
近日,运维同事给一老旧的HBase集群(HBase-1.1.2)扩容Zookeeper,引出了一个HBase Replication中断的问题,求助到这边,帮助恢复了一下集群,这里记录一下处理过程。
问题现象
1、因为这个集群后面涉及机器搬迁,所以给集群扩容了2个zookeeper节点,因为是使用ambari管理集群,扩容ZK需要重启整个Zookeeper,会存在短暂的断连;
2、在Zookeeper扩容完成后,监控发现HBase Replicaiton同步位移时间戳停留在了一点多钟,位移不再变化,检查了一下数据同步,发现当前集群到目标集群的数据同步中断了;
问题处理
1、此时检查当前集群RegionServer日志,发现如下信息
[relicationSource.1] wal.WALFactory: Can't open after 300 attempts and 300486ms for hdfs://xxx/hbase/oldWALs/xxxx
regionserver.ReplicationSource: 1 Got: java.io.IOException: Cannot obtain block block length for LocatedBlock
walFactory: Lease should have recovered.
2、这时候意识到,Replication线程应该读取不了对应的HLog文件,于是手工用hdfs dfs -get命令去获取对应HLog文件确认一下,发现也是报相同的错误:Cannot obtain block block length for LocatedBlock
3、网上查找处理方法,找到一篇:Cannot obtain block length for LocatedBlock故障分析和解决(https://www.cnblogs.com/cssdongl/p/6700512.html),里面记录了其他组件遇到此问题的处理方法,
于是使用hdfs fsck /hbase/oldWals –openforwrite检查了一下oldWAls目录,这些Hlog果然都是有问题的;
然后执行hdfs debug recoverLease -path <path-of-the-file> -retries <retry times>,将有问题的Hlog文件依次执行一遍这个命令恢复;
恢复租约close文件的命令执行完成后,Replication中断的问题立即消失了。
这是个老旧版本的HBase(1.1.2),在社区ISSUE上找到相关的单:https://issues.apache.org/jira/browse/HBASE-15019
运维在处理zk扩容的时候,可能涉及到了HDFS相关参数同步更新以及重启,导致此问题。
- 点赞
- 收藏
- 关注作者
评论(0)