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：

bin/Hadoop-daemon.sh start DataNode
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。

bin/Hadoop-daemon.sh --config ./conf start DataNode
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

6847 DataNode

7574 NodeManager

7780 Jps

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。