[[195722]]

集群機器意外斷電重啟，導(dǎo)致hbase 無法正常啟動，拋出reflect invocation異常，可能是正在執(zhí)行的插入或合并等操作進行到一半時中斷，導(dǎo)致部分數(shù)據(jù)文件不完整格式不正確或在hdfs上block塊不完整。

在網(wǎng)上查了一下相關(guān)資料，懷疑有可能是關(guān)閉前一些未提交的修改所存放的log文件數(shù)據(jù)寫入一半文件不完整，故把hbase.hlog.split.skip.errors改成true進行嘗試。

關(guān)于這個參數(shù)作用的解釋：

當(dāng)服務(wù)器奔潰，重啟的時候，會有個回放的過程，把/hbase/WAL/下面記錄的log都回放一遍，合并到每個region中，回放過程中如果有error發(fā)生，這個參數(shù)又是false，那么exception就會向外層輸出，回放失敗。

但是很遺憾，將此參數(shù)修改后hbase集群仍然無法正常啟動。

然后就琢磨其他原因，先觀察hbase啟動時的60010監(jiān)控頁面，

發(fā)現(xiàn)部分region FAILED_OPEN錯誤，its007-meta表一共200個region，只啟動成功199個。

似乎想到了什么，對了，很可能是這個region的數(shù)據(jù)文件格式不正確，那就先檢查一下其在hdfs上的文件是否正常。

果不其然，觀察hadoop的50070頁面，會提示hadoop文件系統(tǒng)的具體路徑上有兩個數(shù)據(jù)塊出錯。

(關(guān)于hbase在hdfs上的目錄相關(guān)文章鏈接：HBase在HDFS上的目錄樹)

解決方法：

1. 運行hadoop fsck / -files檢查hdfs文件

2. 發(fā)現(xiàn)/hbase/oldWALs目錄下有一個文件損壞，

運行hadoop fsck / -delete清除損壞的文件

3. 運行hbase hbck -details查看hbase概況，發(fā)現(xiàn)Table its007-meta有一個region加載失敗

4. 運行hbase hbck -fixMeta嘗試修復(fù)系統(tǒng)元數(shù)據(jù)表

5. 運行hbase hbck -fix嘗試修復(fù)region數(shù)據(jù)不一致問題。

6. 再次運行hbase hbck -details發(fā)現(xiàn)問題仍然未修復(fù)，那個region仍然加載失敗。

故直接將該region下出錯的文件移走，暫時移至hdfs根目錄

hadoop fs -move /hbase/data/default/its007-meta/fe6463cba743a87e99f9d8577276bada/meta/9a853fdbe13046fca194051cb9f69f9b /

fe6463cba743a87e99f9d8577276bada是region的名字

9a853fdbe13046fca194051cb9f69f9b是region下出錯的HFile，有800k大小(注：一個region下可以有多HFile)

7. 運行hbase hbck -fix重新加載之前失敗的region，至此完成修復(fù)，丟棄了出錯的HFile

總結(jié)：

hbase在hdfs上一共兩個文件損壞。(關(guān)于hdfs文件寫入相關(guān)文章：hdfs文件寫入相關(guān)概念)

一個是oldWALs下的，這個是存放一些沒用的HLog文件的，這里有文件損壞，說明從WALs中轉(zhuǎn)移沒用的HLog寫到oldWALs下時，寫了一半斷電導(dǎo)致hdfs上文件數(shù)據(jù)塊出錯;

另一個是region下一個HFile文件損壞，這個文件800k比較小，應(yīng)該是從Memstore flush到HFile時，寫了一半沒寫完導(dǎo)致其在hdfs上的文件數(shù)據(jù)塊出錯。

hbase region數(shù)據(jù)塊出現(xiàn)問題可以先修復(fù)

查看hbasemeta情況

hbase hbck

1.重新修復(fù)hbase meta表

hbase hbck -fixMeta

2.重新將hbase meta表分給regionserver

hbase hbck -fixAssignments

如果修復(fù)失敗，我們可以刪除hdfs上的異常數(shù)據(jù)，刪除META表中對應(yīng)的region信息。