大數(shù)據(jù)培訓(xùn):hadoop中常見問題以及解決方案

         本文匯總了幾個hadoop yarn中常見問題以及解決方案，注意，本文介紹解決方案適用于hadoop 2.2.0以及以上版本。 　　(1) 默認(rèn)情況下，各個節(jié)點(diǎn)的負(fù)載不均衡(任務(wù)數(shù)目不同)，有的節(jié)點(diǎn)很多任務(wù)在跑，有的沒有任務(wù)，怎樣讓各個節(jié)點(diǎn)任務(wù)數(shù)目盡可能均衡呢?
　　答： 默認(rèn)情況下，資源調(diào)度器處于批調(diào)度模式下，即一個心跳會盡可能多的分配任務(wù)，這樣，優(yōu)先發(fā)送心跳過來的節(jié)點(diǎn)將會把任務(wù)領(lǐng)光(前提：任務(wù)數(shù)目遠(yuǎn)小于集群可以同時運(yùn)行的任務(wù)數(shù)量)，為了避免該情況發(fā)生，可以按照以下說明配置參數(shù)：
　　如果采用的是fair scheduler，可在yarn-site.xml中，將參數(shù)yarn.scheduler.fair.max.assign設(shè)置為1(默認(rèn)是-1)如果采用的是capacity scheduler(默認(rèn)調(diào)度器)，則不能配置，目前該調(diào)度器不帶負(fù)載均衡之類的功能。
　　當(dāng)然，從hadoop集群利用率角度看，該問題不算問題，因?yàn)橐话闱闆r下，用戶任務(wù)數(shù)目要遠(yuǎn)遠(yuǎn)大于集群的并發(fā)處理能力的，也就是說，通常情況下，集群時刻處于忙碌狀態(tài)，沒有節(jié)點(diǎn)一直空閑著。
　　(2)某個節(jié)點(diǎn)上任務(wù)數(shù)目太多，資源利用率太高，怎么控制一個節(jié)點(diǎn)上的任務(wù)數(shù)目?
　　答：一個節(jié)點(diǎn)上運(yùn)行的任務(wù)數(shù)目主要由兩個因素決定，一個是NodeManager可使用的資源總量，一個是單個任務(wù)的資源需求量，比如一個NodeManager上可用資源為8 GB內(nèi)存，8 cpu，單個任務(wù)資源需求量為1 GB內(nèi)存，1cpu，則該節(jié)點(diǎn)最多運(yùn)行8個任務(wù)。
　　NodeManager上可用資源是由管理員在配置文件yarn-site.xml中配置的，相關(guān)參數(shù)如下：
　　yarn.nodemanager.resource.memory-mb：總的可用物理內(nèi)存量，默認(rèn)是8096yarn.nodemanager.resource.cpu-vcores：總的可用CPU數(shù)目，默認(rèn)是8對于MapReduce而言，每個作業(yè)的任務(wù)資源量可通過以下參數(shù)設(shè)置：
　　mapreduce.map.memory.mb：物理內(nèi)存量，默認(rèn)是1024mapreduce.map.cpu.vcores：CPU數(shù)目，默認(rèn)是1默認(rèn)情況，各個調(diào)度器只會對內(nèi)存資源進(jìn)行調(diào)度，不會考慮CPU資源，你需要在調(diào)度器配置文件中進(jìn)行相關(guān)設(shè)置。
　　(3)如何設(shè)置單個任務(wù)占用的內(nèi)存量和CPU數(shù)目?
　　答：對于MapReduce而言，每個作業(yè)的任務(wù)資源量可通過以下參數(shù)設(shè)置：
　　mapreduce.map.memory.mb：物理內(nèi)存量，默認(rèn)是1024mapreduce.map.cpu.vcores：CPU數(shù)目，默認(rèn)是1需要注意的是，默認(rèn)情況，各個調(diào)度器只會對內(nèi)存資源進(jìn)行調(diào)度，不會考慮CPU資源，你需要在調(diào)度器配置文件中進(jìn)行相關(guān)設(shè)置。
　　(4) 用戶給任務(wù)設(shè)置的內(nèi)存量為1000MB，為何最終分配的內(nèi)存卻是1024MB?
　　答：為了易于管理資源和調(diào)度資源，Hadoop YARN內(nèi)置了資源規(guī)整化算法，它規(guī)定了最小可申請資源量、最大可申請資源量和資源規(guī)整化因子，如果應(yīng)用程序申請的資源量小于最小可申請資源量，則YARN會將其大小改為最小可申請量，也就是說，應(yīng)用程序獲得資源不會小于自己申請的資源，但也不一定相等;如果應(yīng)用程序申請的資源量大于最大可申請資源量，則會拋出異常，無法申請成功;規(guī)整化因子是用來規(guī)整化應(yīng)用程序資源的，應(yīng)用程序申請的資源如果不是該因子的整數(shù)倍，則將被修改為最小的整數(shù)倍對應(yīng)的值，公式為ceil(a/b)*b，其中a是應(yīng)用程序申請的資源，b為規(guī)整化因子。
　　以上介紹的參數(shù)需在yarn-site.xml中設(shè)置，相關(guān)參數(shù)如下：
　　yarn.scheduler.minimum-allocation-mb：最小可申請內(nèi)存量，默認(rèn)是1024yarn.scheduler.minimum-allocation-vcores：最小可申請CPU數(shù)，默認(rèn)是1yarn.scheduler.maximum-allocation-mb：最大可申請內(nèi)存量，默認(rèn)是8096yarn.scheduler.maximum-allocation-vcores：最大可申請CPU數(shù)，默認(rèn)是4對于規(guī)整化因子，不同調(diào)度器不同，具體如下：
　　FIFO和Capacity Scheduler，規(guī)整化因子等于最小可申請資源量，不可單獨(dú)配置。
　　Fair Scheduler：規(guī)整化因子通過參數(shù)yarn.scheduler.increment-allocation-mb和yarn.scheduler.increment-allocation-vcores設(shè)置，默認(rèn)是1024和1。
　　通過以上介紹可知，應(yīng)用程序申請到資源量可能大于資源申請的資源量，比如YARN的最小可申請資源內(nèi)存量為1024，規(guī)整因子是1024，如果一個應(yīng)用程序申請1500內(nèi)存，則會得到2048內(nèi)存，如果規(guī)整因子是512，則得到1536內(nèi)存。
　　(5)我們使用的是Fairscheduler，配置了多個隊(duì)列，當(dāng)用戶提交一個作業(yè)，指定的隊(duì)列不存在時，F(xiàn)air Scheduler會自動創(chuàng)建一個新隊(duì)列而不是報(bào)錯(比如報(bào)錯：隊(duì)列XXX不存在)，如何避免這種情況發(fā)生?
　　答：在yarn-site.xml中設(shè)置yarn.scheduler.fair.allow-undeclared-pools，將它的值配置為false(默認(rèn)是true)。
　　(6)使用Hadoop 2.0過程中，遇到了錯誤，怎樣排查錯誤?
　　答：從hadoop 日志入手。