CDH 版本子节点启动问题

今天下午整整为了启动一个节点瞎忙活一下午，惨痛的教训还是记录下来吧，毕竟付出了代价。事情原委，一个同事在一台机器上占用了大量内存训练CTR点击率模型，而这台机器上部署了分布式Hadoop的一个datanode,一开始报警我没太在意，突然同事告诉我他上不去这台机器了，我心里咯噔一下，完蛋，估计hadoop挂了，上去一看，果不其然，挂了然后下午瞎弄了差不多一下午都没能搞定。最终，在多篇博文的参考下，搞定了。总结问题如下：

下面这两种方法在实际应用中也可能会用到。
1）重启坏掉的DataNode或JobTracker。当Hadoop集群的某单个节点出现问题时，一般不必重启整个系统，只须重启这个节点，它会自动连入整个集群。
在坏死的节点上输入如下命令即可：

1. bin/Hadoop-daemon.sh start DataNode
2. bin/Hadoop-daemon.sh start jobtracker

复制代码

2） 动态加入DataNode或TaskTracker。这个命令允许用户动态将某个节点加入集群中。

1. bin/Hadoop-daemon.sh --config ./conf start DataNode
2. bin/Hadoop-daemon.sh --config ./conf start tasktracker

复制代码

当然了Hadoop Log对普通用户本身来说是很大的一个挑战，要去解决你所遇到的问题，就要去看日志，去分析Hadoop的一个源码，排错，这些是最考验人的事。在解决问题的过程中，有时需要翻源码，有时会向同事、网友请教，遇到复杂问题则会通过mail list向全球各地Hadoop使用者,包括Hadoop Committer（Hadoop开发者）求助。在获得很多人帮助后，自己将遇到问题和心得整理成文，希望相关的总结可以对那些焦头烂额的Hadoop新手们有所帮助，少走笔者的弯路。

——写在hadoop学习、开发、运维、应用相关文章前面

---

    监控发现hadoop2.x集群在yarn模式下有datanode节点挂了，处于dead状态需要对其进行快速恢复处理，为了保障分布式平台的可用性，一般情况下不需要停止整个集群，只需要对挂了的datanode节点进行重启即可，具体的处理方法如下：

    一、关闭处于dead状态节点的相关hadoop进程，具体命令如下：

1、关闭datanode进程； sbin/hadoop-daemon.sh stop datanode 2、关闭该节点yarn资源管理进程 sbin/yarn-daemon.sh stop nodemanager

    二、重启dead状态节点的相关hadoop进程（同样适用于动态新增节点启动），具体命令如下： 

1、重启回复datanode进程； sbin/hadoop-daemon.sh start datanode 2、重启回复该节点yarn资源管理进程 sbin/yarn-daemon.sh start nodemanager  3、使用jps命令查看重启进程情况

    如果是主节点挂了，则可以考虑将整个集群重启，一般是在sbin/start-all.sh就可以了，当然也可以在主节点下执行以下命令。

1、启动集群namenode节点进程 sbin/hadoop-daemon.sh start namenode 2、启动集群secondarynamenode节点进程 sbin/hadoop-daemon.sh start secondarynamenode 3、启动yarn资源管理进程 sbin/yarn-daemon.sh start resourcemanager

Hadoop的日志有很多种，很多初学者往往遇到错而不知道怎么办，其实这时候就应该去看看日志里面的输出，这样往往可以定位到错误。Hadoop的日志大致可以分为两类：（1）、Hadoop系统服务输出的日志；（2）、Mapreduce程序输出来的日志。这两类的日志存放的路径是不一样的。本文基于Hadoop 2.x版本进行说明的，其中有些地方在Hadoop 1.x中是没有的，请周知。
　　

一、Hadoop系统服务输出的日志

　　诸如NameNode、DataNode、ResourceManage等系统自带的服务输出来的日志默认是存放在${HADOOP_HOME}/logs目录下。比如resourcemanager的输出日志为yarn-${USER}-resourcemanager-${hostname}.log，其中${USER}s是指启动resourcemanager进程的用户，${hostname}是resourcemanager进程所在机器的hostname；当日志到达一定的大小（可以在${HADOOP_HOME}/etc/hadoop/log4j.properties文件中配置）将会被切割出一个新的文件，切割出来的日志文件名类似yarn-${USER}-resourcemanager-${hostname}.log.数字的，后面的数字越大，代表日志越旧。在默认情况下，只保存前20个日志文件，比如下面：

01	-rw-r--r-- 1 wyp wyp 124M Mar 14 17:01 yarn-wyp-resourcemanager-master.log

02	-rw-r--r-- 1 wyp wyp 257M Mar  9 10:02 yarn-wyp-resourcemanager-master.log.1

03	-rw-r--r-- 1 wyp wyp 257M Feb  4 09:05 yarn-wyp-resourcemanager-master.log.10

04	-rw-r--r-- 1 wyp wyp 257M Feb  1 17:04 yarn-wyp-resourcemanager-master.log.11

05	-rw-r--r-- 1 wyp wyp 257M Jan 30 01:04 yarn-wyp-resourcemanager-master.log.12

06	-rw-r--r-- 1 wyp wyp 257M Jan 26 04:01 yarn-wyp-resourcemanager-master.log.13

07	-rw-r--r-- 1 wyp wyp 257M Jan 22 16:12 yarn-wyp-resourcemanager-master.log.14

08	-rw-r--r-- 1 wyp wyp 257M Jan 20 17:14 yarn-wyp-resourcemanager-master.log.15

09	-rw-r--r-- 1 wyp wyp 257M Jan 18 19:01 yarn-wyp-resourcemanager-master.log.16

10	-rw-r--r-- 1 wyp wyp 257M Jan 15 15:21 yarn-wyp-resourcemanager-master.log.17

11	-rw-r--r-- 1 wyp wyp 257M Jan 15 15:00 yarn-wyp-resourcemanager-master.log.18

12	-rw-r--r-- 1 wyp wyp 257M Jan 15 14:40 yarn-wyp-resourcemanager-master.log.19

13	-rw-r--r-- 1 wyp wyp 257M Mar  5 21:00 yarn-wyp-resourcemanager-master.log.2

14	-rw-r--r-- 1 wyp wyp 257M Jan 15 14:20 yarn-wyp-resourcemanager-master.log.20

15	-rw-r--r-- 1 wyp wyp 257M Feb 23 00:00 yarn-wyp-resourcemanager-master.log.3

16	-rw-r--r-- 1 wyp wyp 257M Feb 20 08:05 yarn-wyp-resourcemanager-master.log.4

17	-rw-r--r-- 1 wyp wyp 257M Feb 17 17:04 yarn-wyp-resourcemanager-master.log.5

18	-rw-r--r-- 1 wyp wyp 257M Feb 15 01:05 yarn-wyp-resourcemanager-master.log.6

19	-rw-r--r-- 1 wyp wyp 257M Feb 12 09:00 yarn-wyp-resourcemanager-master.log.7

20	-rw-r--r-- 1 wyp wyp 257M Feb  9 17:08 yarn-wyp-resourcemanager-master.log.8

21	-rw-r--r-- 1 wyp wyp 257M Feb  7 01:10 yarn-wyp-resourcemanager-master.log.9

上面这些都是可以配置的，比如resourcemanager（在${HADOOP_HOME}/etc/hadoop/log4j.properties）：

01	log4j.logger.org.apache.hadoop.yarn.server.resourcemanager.RMAppManager

02	$ApplicationSummary=${yarn.server.resourcemanager.appsummary.logger}

03	log4j.additivity.org.apache.hadoop.yarn.server.resourcemanager

04	.RMAppManager$ApplicationSummary=false

05	log4j.appender.RMSUMMARY=org.apache.log4j.RollingFileAppender

06	log4j.appender.RMSUMMARY.File=${hadoop.log.dir}/

07	${yarn.server.resourcemanager.appsummary.log.file}

08	log4j.appender.RMSUMMARY.MaxFileSize=256MB（多大切割日志）

09	log4j.appender.RMSUMMARY.MaxBackupIndex=20（说明保存最近20个日志文件）

10	log4j.appender.RMSUMMARY.layout=org.apache.log4j.PatternLayout

11	log4j.appender.RMSUMMARY.layout.ConversionPattern=%d{ISO8601} %p %c{2}: %m%n

resourcemanager日志存放路径也是可以配置的（在${HADOOP_HOME}/etc/hadoop/yarn-env.sh）：

1	# default log directory & file

2	if [ "$YARN_LOG_DIR" = "" ]; then

3	YARN_LOG_DIR="$HADOOP_YARN_HOME/logs"

4

fi

只需要修改YARN_LOG_DIR的值，这时候，yarn相关的日志记录都将存放在你配置的目录下。
　　

二、Mapreduce程序相关的日志

　　Mapreduce程序的日志可以分为历史作业日志和Container日志。
　　（1）、历史作业的记录里面包含了一个作业用了多少个Map、用了多少个Reduce、作业提交时间、作业启动时间、作业完成时间等信息；这些信息对分析作业是很有帮助的，我们可以通过这些历史作业记录得到每天有多少个作业运行成功、有多少个作业运行失败、每个队列作业运行了多少个作业等很有用的信息。这些历史作业的信息是通过下面的信息配置的：

01	<property>

02	<name>mapreduce.jobhistory.done-dir</name>

03	<value>${yarn.app.mapreduce.am.staging-dir}/history/done</value>

04	</property>

05

06	<property>

07	<name>mapreduce.jobhistory.intermediate-done-dir</name>

08	<value>${yarn.app.mapreduce.am.staging-dir}

09	/history/done_intermediate</value>

10	</property>

11

12	<property>

13	<name>yarn.app.mapreduce.am.staging-dir</name>

14	<value>/tmp/hadoop-yarn/staging</value>

15	</property>

　　更多关于Hadoop历史作业的信息，可以参考本博客的《Hadoop历史服务器详解》

　　（2）、Container日志包含ApplicationMaster日志和普通Task日志等信息。默认情况下，这些日志信息是存放在${HADOOP_HOME}/logs/userlogs目录下，我们可以通过下面的配置进行修改：

01	<property>

02	<description>

03	Where to store container logs. An application's localized log directory

04	will be found in ${yarn.nodemanager.log-dirs}/application_${appid}.

05	Individual containers' log directories will be below this, in

06	directories  named container_{$contid}. Each container directory will

07	contain the files stderr, stdin, and syslog generated by that container.

08	</description>

09	<name>yarn.nodemanager.log-dirs</name>

10	<value>${yarn.log.dir}/userlogs</value>

11	</property>

　　熟悉Hadoop相关日志的存放地方不仅对运维Hadoop和观察Mapreduce的运行都是很有帮助的。