hdfs的bug纪录， Unexpected block state

 

今早遇到一个bug，提交 spark job 失败。说 hdfs 在 safe mode状态，不允许创建和删除文件。

然后发现 hdfs 的日志文件不断滚动，几乎每秒钟100M的速度打日志，当时没有看懂。safe mode 打开关闭了几回，发现主要的问题是下面这条日志：

java.lang.IllegalStateException: Unexpected block state: blk_1073748951_12122
 is COMMITTED but not COMPLETE, file=application_1543829391405_0459_1.inprogress (INodeFile),
 blocks=[blk_1073748951_12122] (i=0)d

翻译：blk_1073748951_12122 坏了，该block属于文件 application_1543829391405_0459_1.inprogress

解决方案：删除该文件，关闭safe mode。

问题推测：我们的 yarn 集群运行在 aws 上，配置了弹性伸缩的策略。 application_1543829391405_0459_1.inprogress 属于一个 spark application 的meta信息。

可能是弹性收缩，也可能是偶然因素，导致 block 数据丢失，于是引发问题：

1. spark application 失败

2. dfs自我修复，疯狂打日志

3. 打开了 safe mode，无法提交新的任务