问题：datanode正常运行，但是hdfs dfsadmin -report时文件空间为0

例如：

     
解决方案：

原因：Slave对Master的访问存在问题。

1.查看sudo vim /etc/hosts里的ip映射是否有问题，可以把除需要用到的ip映射之外的所有映射全都删除，尤其是不能出现例如172.0.0.1 Master 这样的情况；

2.hdfs配置文件core-side或hdfs-side等配置出错，重点查看其中的ip地址和别名是否对应上；

3.关闭hdfs，格式化namenode：hdfs namenode -format ，重启。这个操作少做，会导致namenode和datanode 的currentID不同，也会出现上述bug。最好在关闭hdfs之后把所有机器的hadoop/tmp文件夹删除。

4.如上所诉，查看namenode的currentID要和datanode的是否一致，保存ID的文件在/hadoop/tmp/dfs/name(data)/current/VERSION.不一致就把namenode的ID复制粘贴到其他datanode上。

5.最终办法：如果只是为了做实验或课设，实在不行就在Master也创建一个datanode，只需要在Master节点的Slave文件中添加一行Master，仍旧是分布式集群而不是伪分布。

 

作者也在学习中，如果有错误欢迎指正，如果有新的办法欢迎评论区留言呀~

 

# hdfs # hadoop # 大数据 # 分布式 # ubuntu
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局