HDFS作为Linux环境下的大数据核心存储组件，其故障恢复需围绕NameNode（元数据管理）、DataNode（数据存储）、数据完整性三大核心环节展开。以下是具体故障类型及恢复步骤：
在进行恢复前，需先通过以下命令确认故障类型和集群状态：
hdfs dfsadmin -report（查看DataNode是否存活、副本数是否充足）；hdfs fsck / -files -blocks -locations（列出损坏或丢失的数据块及其位置）；/path/to/hadoop/logs/hadoop-*-namenode-*.log）、DataNode日志（/path/to/hadoop/logs/hadoop-*-datanode-*.log），通过日志分析具体错误（如内存溢出、心跳超时、磁盘损坏）。NameNode是HDFS的“大脑”，负责元数据管理，其故障恢复需优先处理：
从Secondary NameNode恢复：
若Secondary NameNode是最新的（未超过dfs.namenode.checkpoint.period配置的检查点间隔），可将其元数据复制到NameNode目录：
stop-dfs.sh；cp -r /path/to/secondary/namenode/data /path/to/namenode/data；start-dfs.sh。从备份恢复：
若有定期备份（如通过distcp或快照），停止集群后将备份的NameNode数据目录覆盖原目录，再启动集群。
NameNode内存溢出处理：
若NameNode因内存不足崩溃（日志提示OutOfMemoryError），需调整hadoop-env.sh中的HADOOP_NAMENODE_OPTS参数（如-Xmx40g，根据文件数估算，每百万文件约需1GB内存）；同时清理无用文件（如/tmp目录下的临时文件）、合并小文件（通过Hive的INSERT OVERWRITE或小文件合并工具）。
DataNode负责数据存储，其故障通常由节点宕机、磁盘损坏或网络问题引起：
节点宕机自动恢复：
若DataNode因宕机（如电源故障、网络断开）未向NameNode发送心跳，HDFS会自动将其标记为“dead”，并从其副本节点复制数据到其他健康DataNode（需确保dfs.replication≥3）。重启节点后，执行hdfs dfsadmin -report确认DataNode状态恢复正常。
磁盘损坏处理：
若DataNode磁盘损坏，需更换新磁盘并将原数据目录（如/path/to/hadoop/data/data）挂载到新磁盘，重启DataNode服务。若数据无法恢复，需从其他副本节点复制数据。
网络问题处理：
若因网络问题导致DataNode与NameNode通信失败，需用ping、traceroute检查节点间连通性，修复网络故障（如更换网线、调整防火墙规则开放HDFS端口：50070、50075）。
数据块是HDFS存储的基本单位，其损坏或丢失会影响数据完整性：
自动修复：
HDFS会通过DataNode的定期扫描（dfs.datanode.scan.period.hours，默认1小时）检测损坏的数据块，并尝试从其他副本恢复。可通过hdfs fsck / -delete命令删除损坏的块（需确认文件可重建）。
手动修复：
hdfs fsck /path -list-corruptfileblocks（列出损坏的文件块）；hdfs fsck /path -delete（删除包含损坏块的文件）；distcp或快照）中恢复数据。若文件被误删，可通过以下方式恢复：
回收站机制：
HDFS默认开启回收站（fs.trash.interval≥1分钟），误删文件会移动到/user/<username>/.Trash目录。通过hdfs dfs -mv /user/<username>/.Trash/<timestamp>/<filename> /original/path恢复文件。
快照恢复：
若开启了HDFS快照（dfs.namenode.snapshot.enabled=true），可通过hdfs dfs -cp /snapshot_name/original_path /target_path从快照中恢复数据。
恢复完成后，需通过以下命令验证集群状态：
hdfs dfsadmin -report：确认所有DataNode存活，副本数符合配置；hdfs fsck /：确认无损坏或丢失的数据块；distcp工具跨集群复制数据，或开启HDFS快照功能；以上步骤覆盖了HDFS常见故障的恢复流程，实际操作中需根据集群配置和故障具体情况调整（如NameNode HA的恢复需额外处理ZooKeeper状态）。恢复前务必在测试环境验证步骤，避免误操作导致数据进一步丢失。