因一块硬盘导致datanode挂了的处理

今早巡检已经运行了1年多的hadoop集群，发现一datanode挂了，报错信息：
2015-06-08 08:52:16,105 INFO org.apache.hadoop.hdfs.server.datanode.DataNode: For namenode hadoop-master1/192.168.32.11:8020 using DELETEREPORT_INTERVAL of 300000 msec  BLOCKREPORT_INTERVAL of 21600000msec Initial delay: 0msec; heartBeatInterval=3000                  
2015-06-08 08:52:16,105 ERROR org.apache.hadoop.hdfs.server.datanode.DataNode: Exception in BPOfferService for Block pool BP-1414312971-192.168.32.11-1392479369615 (storage id DS-1944699663-192.168.32.94-50010-1425888569512) service to hadoop-master1/192.168.32.11:8020
于是对数据分区访问，发现其中一数据分区不能访问（我们是一块磁盘对应一个数据分区，共10分区，并没做raid）。
在hdfs-site.xml中增加配置：
  <property>
    <name>dfs.datanode.failed.volumes.tolerated</name>
    <value>1</value>
  </property>

dfs.datanode.failed.volumes.tolerated默认值为0，如有磁盘损坏，则该节点的datanode停止服务，改为1后，允许1块硬盘损坏不影响其他磁盘运行。重启后正常使用。
因在网上查找相关资料时，多数判定为datanode的ID与master的ID不一致，故在此增加这种情况的应对方式。

您好，大神，运行一年多hadoop集群 相当不错了 求个联系方式。借鉴下您宝贵的经验？

赞，希望有更多的实践高手分享经验给我们这些菜鸟~~~

虽然维护了一年的hadoop，但我觉得自己还是菜鸟，不过，遇到的问题，一般个人觉得有参考价值的都在此贴出。从每次故障来看，多为磁盘损坏后，导致了问题，当然也出现过其他问题。现在的hadoop还是比较稳定。

aaronping 发表于 2015-6-9 14:41
虽然维护了一年的hadoop，但我觉得自己还是菜鸟，不过，遇到的问题，一般个人觉得有参考价值的都在此贴出。 ...

楼主用的hadoop那个版本

“一块磁盘对应一个数据分区，共10分区，并没做raid”，这个怎么做的有文章可以学习吗？

大神啊 ，你这个节奏很危险哦！ 我建议你设置为单机硬盘数的1/3，这样就会好点了哦 ，即使挂掉几个硬盘也不会影响集群哦，你设置为1的话，还是对集群的高容错利用的不好！

大神啊 ，你这个节奏很危险哦！ 我建议你设置为单机硬盘数的1/3，这样就会好点了哦 ，即使挂掉几个硬盘也不会影响集群哦，你设置为1的话，还是对集群的高容错利用的不好！

多谢建议，我本意是介绍方法，至于设置的数量，得根据自己能承受程度，如我们生产环境上，datanode是15块硬盘，我们设置为6。