Hadoop 的守护进程出了故障咋办？别慌，NameNode和DataNode的恢复，其实并没那么复杂。这篇全攻略讲得挺细，从问题发现、定位到修复流程一步一步带你走，蛮实用的，尤其适合线上运维压力大的场景。

HDFS的核心就是 NameNode 和 DataNode，一个负责管目录结构和元数据，一个负责存真正的数据。NameNode 挂了，整个 HDFS 都玩完；DataNode 挂了，数据副本机制还能兜底，但修得越快越好。

文章讲得比较接地气，比如 NameNode 怎么做主备、DataNode 宕机后怎么快速识别节点状态，甚至 Prometheus 插件的监控方案也带上了，嗯，还是比较全面的。

想补课的你可以先看看这几篇：

HDFS 体系结构 NameNode 与 DataNode 详解、Hadoop 框架解析：HDFS、MapReduce、Hive、HBase，还有Datanode 监控的 Prometheus 插件也蛮有参考价值。

如果你线上跑的是 Hadoop 集群，建议这类故障文档常备一份，省得出事时手忙脚乱，修个 DataNode 还得去翻日志、找命令。