转自：http://blog.csdn.net/rzhzhz/article/details/7536285

环境描述

Hadoop 0.20.203.0
Hbase 0.90.3
Hive 0.80.1

问题描述

前几天，在HIVE执行SQL查询的时候出现了一个很奇怪的问题：就是每个SQL（涉及到MapReduce的SQL任务）在执行到某个百分比的时候，整个JOB会出现假死的情况。

  1. 2012-04-28 18:22:33,661 Stage-1 map = 0%, reduce = 0%
  2. 2012-04-28 18:22:59,760 Stage-1 map = 25%, reduce = 0%
  3. 2012-04-28 18:23:04,782 Stage-1 map = 38%, reduce = 0%
  4. 2012-04-28 18:23:07,796 Stage-1 map = 50%, reduce = 0%
  5. 2012-04-28 18:23:08,801 Stage-1 map = 50%, reduce = 8%
  6. 2012-04-28 18:23:17,839 Stage-1 map = 50%, reduce = 17%
  7. 2012-04-28 18:23:19,848 Stage-1 map = 63%, reduce = 17%
  8. 2012-04-28 18:23:32,909 Stage-1 map = 63%, reduce = 21%
  9. 2012-04-28 18:23:57,017 Stage-1 map = 75%, reduce = 21%
  10. 2012-04-28 18:24:09,075 Stage-1 map = 75%, reduce = 25%
  11. 2012-04-28 18:25:09,397 Stage-1 map = 75%, reduce = 25%
  12. 2012-04-28 18:26:09,688 Stage-1 map = 75%, reduce = 25%
  13. 2012-04-28 18:27:09,980 Stage-1 map = 75%, reduce = 25%
  14. 2012-04-28 18:28:10,262 Stage-1 map = 75%, reduce = 25%
  15. 2012-04-28 18:29:10,522 Stage-1 map = 75%, reduce = 25%
  16. 2012-04-28 18:30:10,742 Stage-1 map = 75%, reduce = 25%
  17. 2012-04-28 18:31:10,985 Stage-1 map = 75%, reduce = 25%
  18. 2012-04-28 18:32:11,238 Stage-1 map = 75%, reduce = 25%
  19. 2012-04-28 18:33:11,467 Stage-1 map = 75%, reduce = 25%
  20. 2012-04-28 18:34:11,731 Stage-1 map = 75%, reduce = 25%
  21. 2012-04-28 18:35:11,968 Stage-1 map = 75%, reduce = 25%
  22. 2012-04-28 18:36:12,213 Stage-1 map = 75%, reduce = 25%
  23. 2012-04-28 18:37:12,508 Stage-1 map = 75%, reduce = 25%
  24. 2012-04-28 18:38:12,747 Stage-1 map = 75%, reduce = 25%
  25. 2012-04-28 18:39:12,970 Stage-1 map = 75%, reduce = 25%
  26. 2012-04-28 18:40:13,205 Stage-1 map = 75%, reduce = 25%

之前几天还跑得挺好的，没有出现这种情况，然后是偶尔出现，到最后变成是几乎每个JOB都这样。

很头疼，检查了所有的日志（包括hadoop，hbase和hive），日志却没有任何异常。唯一让人有点疑虑的日志就是TaskTracker中这样的提示

  1. 2012-04-28 18:31:53,879 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  2. 2012-04-28 18:31:56,883 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  3. 2012-04-28 18:31:59,887 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  4. 2012-04-28 18:32:02,892 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  5. 2012-04-28 18:32:05,897 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  6. 2012-04-28 18:32:08,902 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  7. 2012-04-28 18:32:11,906 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  8. 2012-04-28 18:32:14,910 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  9. 2012-04-28 18:32:17,915 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  10. 2012-04-28 18:32:20,920 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  11. 2012-04-28 18:32:23,924 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  12. 2012-04-28 18:32:26,929 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  13. 2012-04-28 18:32:29,934 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  14. 2012-04-28 18:32:32,938 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  15. 2012-04-28 18:32:35,943 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  16. 2012-04-28 18:32:38,948 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  17. 2012-04-28 18:32:41,953 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  18. 2012-04-28 18:32:44,957 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  19. 2012-04-28 18:32:47,961 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  20. 2012-04-28 18:32:50,966 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  21. 2012-04-28 18:32:53,970 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  22. 2012-04-28 18:32:56,974 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  23. 2012-04-28 18:32:59,979 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  24. 2012-04-28 18:33:02,983 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  25. 2012-04-28 18:33:05,987 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  26. 2012-04-28 18:33:08,992 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  27. 2012-04-28 18:33:11,997 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  28. 2012-04-28 18:33:15,001 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  29. 2012-04-28 18:33:18,006 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  30. 2012-04-28 18:33:21,011 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  31. 2012-04-28 18:33:24,015 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  32. 2012-04-28 18:33:27,020 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  33. 2012-04-28 18:33:30,025 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  34. 2012-04-28 18:33:33,029 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  35. 2012-04-28 18:33:36,034 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  36. 2012-04-28 18:33:39,038 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  37. 2012-04-28 18:33:42,043 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  38. 2012-04-28 18:33:45,047 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  39. 2012-04-28 18:33:48,051 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  40. 2012-04-28 18:33:51,057 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%
  41. 2012-04-28 18:33:54,062 INFO org.apache.hadoop.mapred.TaskTracker: attempt_201204281725_0002_m_000002_0 0.0%

查看日志无果，然后我很自然的想到了是不是网络或者内存、cpu的问题，查看系统参数，也没有出现异常的情况。

也怀疑过是否某个TT所在机器的性能问题，所以尝试停止了一些TT，但问题依旧存在。

继续纠结，完全不知道从何下手……

实在是没办法，只有在job监控页面查找锁定出现问题的task，记住其taskId，并追踪到相应的child进程（运行task的jvm）并kill掉，查看方法如下

jps -mvll |grep taskId

（此时JT检测到该task死亡并会重新分配该任务到其他TT）。最后奇迹发生了，该JOB顺利的执行完毕。

  1. 2012-04-28 18:40:51,324 Stage-1 map = 88%, reduce = 25%
  2. 2012-04-28 18:41:04,364 Stage-1 map = 88%, reduce = 29%
  3. 2012-04-28 18:41:31,448 Stage-1 map = 100%, reduce = 29%
  4. 2012-04-28 18:41:43,485 Stage-1 map = 100%, reduce = 100%

很意外，而且每个JOB假死时这个方法都凑效。从job监控界面看到假死的task都有一个备用的task也在运行。当时想到是hadoop本身的Speculative Task调度策略，然后就以为是hadoop本身的bug，还傻乎乎的去提bug……

等待无果，就只能自己动手了，从最简单的hive-hbase-handler-0.8.1.jar（因为不需要分开部署，哈哈，我其实还是蛮懒的）开始，查源码，加log。然后发现其实假死的task并没有被挂起，其实它还一直在运作，只是运作速度很慢。而且瓶颈就在hbase scan数据的时候，每取一条数据需要70+ms，神啊几十万的数据，这么个速度不慢才怪。

此时问题又出现了，为什么其他task的读取速度这么快呢？难道是本地数据的原因？

然后写log才发现，出现假死情况的task所处理的数据所在的regionServer不是本地的regionServer，其实Speculative Task调度策略也起作用了，只是该task比较点背，第二个分配的task也不在数据所在的regionServer上。所以才出现了hbase读取速度慢的原因。

但令人奇怪的是我明明在hbase-site.xml文件中设置了hbase.client.scanner.caching参数，scan数据的时候不应该是会在client端会有cache吗？为什么log中提现的是每取一条数据都会消耗70+ms的时间？难道是参数没有生效？

查看了scan的整个流程，hbase.client.scanner.caching的设置没有任何问题。只能又拿hive-hbase-handler-0.8.1.jar开刀了，修改HiveHBaseTableInputFormat这个类，在实例化Scan的手动设置一个cache值，最后发布，运行！问题解决，cache生效了。

奇怪的说，callable在设置cache的时候明明是先看Scan是否设置了cache，如果没设置就取配置文件中设置的值。为什么明明配置文件中设置了却不生效呢？

郁闷的时候出去溜达了一圈，才恍然大悟，我光在server端设置了cache，client端并没有设置，这个参数的名字这么明显是client端的。脑残了……

最后修改hadoop  conf目录下的hbase-site.xml，问题解决。

结论

既然task所处理的数据所在的regionServer不是本地的regionServer时，取数据会比较慢，那就减少与非本地regionServer的交互次数。在保证内存足够的情况下适当的设置cache值对mapreduce的处理速度会提高不少。但这个参数是在client端参数，设置时请务必在client端设置。

由hbase.client.scanner.caching参数引发的血案（转）的更多相关文章

  1. spark shc hbase 超时问题 hbase.client.scanner.timeout.period 配置

    异常信息 20/02/27 19:36:21 INFO TaskSetManager: Starting task 17.1 in stage 3.0 (TID 56, 725.slave.adh, ...

  2. 一个Tomcat配置参数引发的血案

    转载:https://mp.weixin.qq.com/s/3IuTcDCTB3yIovp6o_vuKA 一.现象 有用户反馈访问PC首页偶尔会出现白页情况,也偶尔会收到听云的报警短信 二.监控(听云 ...

  3. 一个purge参数引发的惨案——从线上hbase数据被删事故说起

    在写这篇blog前,我的心情久久不能平静,虽然明白运维工作如履薄冰,但没有料到这么一个细小的疏漏会带来如此严重的灾难.这是一起其他公司误用puppet参数引发的事故,而且这个参数我也曾被“坑过”.   ...

  4. Hbase Scan的重要参数

    Scan是操作Hbase中非常常用的一个操作,虽然前面的Hbase API操作简单的介绍了Scan的操作,但不够详细,由于Scan非常常用,关于其详细的整理也是很有必要的. Scan HBase中的数 ...

  5. PySpark操作HBase时设置scan参数

    在用PySpark操作HBase时默认是scan操作,通常情况下我们希望加上rowkey指定范围,即只获取一部分数据参加运算.翻遍了spark的python相关文档,搜遍了google和stackov ...

  6. Java 向Hbase表插入数据报（org.apache.hadoop.hbase.client.HTablePool$PooledHTable cannot be cast to org.apac）

    org.apache.hadoop.hbase.client.HTablePool$PooledHTable cannot be cast to org.apac 代码: //1.create HTa ...

  7. HBase Client API使用（二）---查询及过滤器

    相关知识 创建表插入数据删除等见:http://www.cnblogs.com/wishyouhappy/p/3735077.html HBase API简介见:http://www.cnblogs. ...

  8. Java 向Hbase表插入数据报（org.apache.hadoop.hbase.client.HTablePool$PooledHTable cannot be cast to org.apac

    org.apache.hadoop.hbase.client.HTablePool$PooledHTable cannot be cast to org.apac 代码: //1.create HTa ...

  9. 使用可变对象作为python函数默认参数引发的问题

    写python的都知道,python函数或者方法可以使用默认参数,比如 1 def foo(arg=None): 2 print(arg) 3 4 foo() 5 6 foo("hello ...

随机推荐

  1. Vue:替换/合并现有的特性

    假设这是 bs-date-input 的模板: <input type="date" class="form-control"> 为了给该日期选择器 ...

  2. ThreadPoolExecuotor源码参考

    Executor --> ExecutorService --> AbstractExecutorService --> ThreadPoolExecuotor Executor接口 ...

  3. jmeter 参数化4_Function Helper中的函数

    Function Helper中的函数:  可作为其他参数化方式的补充项,如:随机数生成的函数${__Random(,,)} 操作路径:操作路径:Options-->Function Helpe ...

  4. Linux中检查内存使用情况的命令

    Linux操作系统包含大量工具,所有这些工具都可以帮助您管理系统.从简单的文件和目录工具到非常复杂的安全命令,在Linux上没有太多不能做的事情.而且,虽然普通桌面用户可能不需要在命令行熟悉这些工具, ...

  5. 快速失败（fail—fast）和 安全失败（fail—safe）

    快速失败(fail-fast) 在用迭代器遍历一个集合对象时,如果遍历过程中对集合对象的结构进行了修改(增加.删除),则会抛出Concurrent Modification Exception. 原理 ...

  6. pugixml的使用

    VS项目,头文件处鼠标右键,添加“新建筛选器”,重命名为pugixml,把3个文件添加进来.在用到框架的文件中只需#include"pugixml\pugixml.hpp"即可. ...

  7. Redis Bloom Filter

    原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/11632622.html 背景 比如刷抖音的时候,抖音会不停的推荐新的内容,而它每次推荐时候都要去重,以 ...

  8. 线程join方法 小demo

    1.第一个示例: package cn.threaddemo; public class T implements Runnable { public static int a = 0; @Overr ...

  9. Python基础教程（016）--Python2和Python3的介绍

    前言 Python2和Python3的区别 内容 Python3是现在和未来的主要版本 Python3没有考虑向下兼容. 官方提供了一个Python过度版本Python2.6 Python2.6及支持 ...

  10. VS2010MFC编程入门

    一.MFC编程入门教程之目录 第1部分:MFC编程入门教程之目录 1.MFC编程入门之前言  鸡啄米的C++编程入门系列给大家讲了C++的编程入门知识,大家对C++语言在语法和设计思想上应该有了一定的 ...