Hadoop DataNode 下线

列出拟退役主机名、存储 ID、机架和承载服务，先从一台非关键节点开始。使用已配置认证的管理客户端查询容量与安全模式，并在批准的核心目录执行只读 fsck，记录异常作为基线。大型集群避免无边界扫描整个命名空间，先评估 NameNode 查询负载；示例目录需替换为实际获准路径。

hdfs dfsadmin -report
hdfs dfsadmin -safemode get
hdfs fsck /data/approved-sample

按目标节点实际数据量、复制策略、纠删码策略和持续增长量核算剩余空间，分别检查每个机架与存储类型，不能只比较全局空闲总量。确认配置采用传统 include/exclude 文件还是 JSON host provider，读取路径而不修改。同步收集 NodeManager 和同机业务清单，制定各自的排空计划与观察阈值。

hdfs getconf -confKey dfs.namenode.hosts.provider.classname
hdfs getconf -confKey dfs.hosts
hdfs getconf -confKey dfs.hosts.exclude

依据已确认的 provider 编写退役清单：传统配置使用排除文件，组合式配置按官方 JSON 状态表达。备份当前版本，使用 Ansible 限定到应接收配置的 NameNode 主机，并先审阅差异、路径、属主和权限。HA 环境确认相关 NameNode 的配置一致；本步骤只交付配置，不同时停止 DataNode 或删除其数据目录。

由 HDFS 管理账号在变更窗口按集群 HA 约定执行节点配置刷新，使 NameNode 读取已审阅的退役清单。检查目标节点进入 Decommission In Progress，并确认复制工作开始调度。每一批次只处理批准数量，记录刷新时间与负责人；状态不变时先检查配置加载和节点身份，不反复添加主机别名或尝试强制停止节点。

持续观察复制队列、缺失块、磁盘剩余量、网络吞吐和核心作业时延，并以原基线区分迁移负载与已有问题。退役持续时间受块数量、带宽和放置条件影响，超时先定位受阻块及目标机架容量。需要调整复制并发或带宽时单独审阅、分次试验，不能为赶窗口降低副本数或跳过块健康检查。

只有 NameNode 明确显示目标节点已 Decommissioned，且关键路径块健康和读测试再次通过后，才进入停服阶段。确认同机 NodeManager 任务与其他服务已独立排空，按资产清单停止精确目标的 DataNode 服务。保留数据目录、配置和日志至约定保留期，记录硬件与服务归属；正式退役完成不自动授权擦除磁盘。

在约定业务观察窗口持续核对存储余量、放置约束、缺失块和作业成功率，覆盖至少一个代表性作业周期。更新资产、监控目标及配置仓库中的节点状态，避免已退役节点被自动重新纳入管理。归档配置版本、状态证据和未完成事项；后续复用或报废磁盘作为单独的数据保留与清理流程，由资产负责人承接。