一、背景

近期操作退役EC集群的节点。在退役的过程中，遇到了一些问题。特此总结一下。

本文描述的问题现象是：
每一批次退役10个节点，完全退役成功后开始操作下一批。
但是，中间有一批次有2台节点的Under Replicated Blocks一直是1，不往下降。
处于Decommissioning状态卡住了很久。如果不人为干预的话，会一直卡住，无法退役成功。

二、问题排查、源码分析

1、首先确定卡在了哪个块的复制上。

将 org.apache.hadoop.hdfs.server.blockmanagement.DatanodeAdminManager这个LOG的级别修改为TRACE级别。
这样在DatanodeAdminManager#isSufficient方法里就会有TRACE日志打印出来，告诉我们哪个块有问题。

如下图所示，我们知道卡在了blk_-9223372034543410656_197486297这个块上。

2、 使用fsck -blockId 看看这个块属于哪个文件？
如下图所示。另外我们注意到，此块有一个internal block已经是DECOMMISSIONED状态了（0390节点上那个，这个细节很重要。）