一、背景

目前namenode使用了ha的部署模式，但系统会经常出现ha的自动切换（namenode节点其实正常）。经过调研发现可能的原因如下：

1. HealthMonitor check本地namenode的rpc端口时超时，导致HealthMonitor认为namenode挂掉。

2. zk上的session timeout，导致丢掉当前持有的active锁（temp节点），引起自动切换。
   

二、优化

下面的优化将针对1）和2）调整相应的超时参数，看是否起效。修改core-site.xml

    <!-- HealthMonitor check namenode 的超时设置，默认50000ms，改为5mins -->
    <property>
        <name>ha.health-monitor.rpc-timeout.ms</name>
        <value>300000</value>
    </property>
   <!-- zk failover的session 超时设置，默认5000ms，改为3mins -->
    <property>
        <name>ha.zookeeper.session-timeout.ms</name>
        <value>180000</value>
    </property>

三、操作影响

无，不需要重启hadoop，不会引起namenode切换

四、操作步骤

下面操作假设master1（active），master2（standby），只有按照该顺序操作，才能实现namenode不切换

1）登陆master2（standby），注释掉crontab中的restart-zkfc.sh任务， 执行 

sbin/hadoop-daemon.sh stop zkfc

2）登陆master1（active），注释掉crotab中的restart-zkfc.sh任务，执行

sbin/hadoop-daemon.sh stop zkfc

3）备份master1和master2的core-site.xml文件，将上述配置项加到master1和master2的core-site.xml配置文件中

4）登陆master1（active），执行

sbin/hadoop-daemon.sh start zkfc

5）登陆master2（standby）,执行

sbin/hadoop-daemon.sh start zkfc

6）check hadoop集群状态
7）重要!!! 登录master1和master2，恢复crontab中的restart-zkfc.sh任务
8）完成

注意事项

1）需要先注释掉机器上的crontab任务restart-zkfc.sh，否则该程序会自动拉起zkfc进程。导致namenode active产生切换
2）任务完成后要恢复crontab中注释掉的restart-zkfc.sh任务

本文出自 “散人” 博客，请务必保留此出处http://zouqingyun.blog.51cto.com/782246/1878516

namenode ha切换优化