【无标题】Could not get the namenode ID of this node. You may run zkfc on the node other than namenode.

        今天现场在安装hadoop集群时说是启动报错，由于是新安装的集群，在处理问题时先按照手册进行了检查，没有发现任何配置问题。
        于是在登陆服务器后，执行了一下hdfs zkfc -formatZK命令，发现报错如下

        网上查找了半天，基本都是说zookeeper有问题或者没有执行hdfs namenode -format ；于是检查zookeeper状态，发现zookeeper正常；hdfs namenode -format命令也能够成功执行。

        问题进行到此也没有太好的办法，于是想到了能否通过查看代码进行问题定位，首先在hdfs脚本中找到zkfc部分，发现对应的是如下java类

找到改类对应jar包，反编译查看了下代码， 发现报错代码部分

 从代码可以发现nnId为null导致；于是查看了HAUtil.getNameNodeId(localNNConf, nsId)部分代码;代码中可以发现namenodeId可以从两个地方获取，其一是dfs.ha.namenode.id配置项，其二通过DFSUtil.getSuffixIDs方法获取

public static String getNameNodeId(Configuration conf, String nsId) {
        String namenodeId = conf.getTrimmed("dfs.ha.namenode.id");
        if (namenodeId != null) {
            return namenodeId;
        } else {
            String[] suffixes = DFSUtil.getSuffixIDs(conf, "dfs.namenode.rpc-address", nsId, (String)null, DFSUtil.LOCAL_ADDRESS_MATCHER);
            if (suffixes == null) {
                String msg = "Configuration dfs.namenode.rpc-address must be suffixed with nameservice and namenode ID for HA configuration.";
                throw new HadoopIllegalArgumentException(msg);
            } else {
                return suffixes[1];
            }
        }
    }

        dfs.ha.namenode.id配置项再我们自己的配置文件中是没有的，故可以排除此项，同时也有一个疑问，能否通过配置此项来规避当前出现的问题，但是这里我们并不知道dfs.ha.namenode.id代表的是什么。

        那么只能先通过DFSUtil.getSuffixIDs方法看看返回的是什么；如下是关键部分代码

 

         结合代码可以日志可以打印出nnId的内容，此时我们通过修改hdfs命令日志级别，在输出日志查看nnId的结果。最终发现nnId为hdfs-site.xml中的如下配置项

 <property>
    <name>dfs.ha.namenodes.runcdhInt</name>
    <value>nn1,nn2</value>
  </property>

         既然有此配置项为什么无法获取呢？问题到此有遇见了瓶颈，暂时放下，尝试别的解决思路。

        在hdfs-site.xml配置文件中增加dfs.ha.namenode.id，并将其值设置第一个主节点，即上图中的nn1。修改配置文件后继续执行hdfs namenode -format和hdfs zkfc -formatZK，这次报错没有了。尝试启动hdfs，结果namenode节点无法启动，报错端口占用，检查后发现无端口占用情况

         查询资料发现此问题是双网ip问题导致，检查发现果然有两个ip，/etc/hosts当中配置的都是外网ip，将hosts中ip修改成内网ip，同时删除dfs.ha.namenode.id配置项；重新执行命令，到此问题解决，此记避免下次踩坑。