我尝试将简单的单词计数作为mapreduce作业运行。在本地运行时一切正常(在名称节点上完成的所有工作)。但是,当我尝试在一个集群上运行它时,使用yarn(添加 mapreduce.framework.name
= yarn
到mapred site.conf)作业挂起。
我在这里遇到了一个类似的问题:mapreduce作业陷入了可接受状态
作业输出:
***START***
15/12/25 17:52:50 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
15/12/25 17:52:51 WARN mapreduce.JobResourceUploader: Hadoop command-line option parsing not performed. Implement the Tool interface and execute your application with ToolRunner to remedy this.
15/12/25 17:52:51 INFO input.FileInputFormat: Total input paths to process : 5
15/12/25 17:52:52 INFO mapreduce.JobSubmitter: number of splits:5
15/12/25 17:52:52 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1451083949804_0001
15/12/25 17:52:53 INFO impl.YarnClientImpl: Submitted application application_1451083949804_0001
15/12/25 17:52:53 INFO mapreduce.Job: The url to track the job: http://hadoop-droplet:8088/proxy/application_1451083949804_0001/
15/12/25 17:52:53 INFO mapreduce.Job: Running job: job_1451083949804_0001
mapred-site.xml:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.job.tracker</name>
<value>localhost:54311</value>
</property>
<!--
<property>
<name>mapreduce.job.tracker.reserved.physicalmemory.mb</name>
<value></value>
</property>
<property>
<name>mapreduce.map.memory.mb</name>
<value>1024</value>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>3000</value>
<source>mapred-site.xml</source>
</property> -->
</configuration>
yarn-site.xml文件
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<!--
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>3000</value>
<source>yarn-site.xml</source>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>500</value>
</property>
<property>
<name>yarn.scheduler.capacity.maximum-am-resource-percent</name>
<value>3000</value>
</property>
-->
</configuration>
//我在左评论选项-他们没有解决问题
yarnapplicationstate:已接受:等待分配、启动am容器并向rm注册。
有什么问题吗?
编辑:
我在机器上尝试了这种配置(注解):namenode(8gbram)+2xdatanode(4gbram)。我得到了同样的效果:工作取决于被接受的状态。
edit2:将配置(感谢@manjunath ballur)更改为:
yarn-site.xml:
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop-droplet</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>hadoop-droplet:8031</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>hadoop-droplet:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>hadoop-droplet:8030</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>hadoop-droplet:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>hadoop-droplet:8088</value>
</property>
<property>
<description>Classpath for typical applications.</description>
<name>yarn.application.classpath</name>
<value>
$HADOOP_CONF_DIR,
$HADOOP_COMMON_HOME/*,$HADOOP_COMMON_HOME/lib/*,
$HADOOP_HDFS_HOME/*,$HADOOP_HDFS_HOME/lib/*,
$HADOOP_MAPRED_HOME/*,$HADOOP_MAPRED_HOME/lib/*,
$YARN_HOME/*,$YARN_HOME/lib/*
</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce.shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.nodemanager.local-dirs</name>
<value>/data/1/yarn/local,/data/2/yarn/local,/data/3/yarn/local</value>
</property>
<property>
<name>yarn.nodemanager.log-dirs</name>
<value>/data/1/yarn/logs,/data/2/yarn/logs,/data/3/yarn/logs</value>
</property>
<property>
<description>Where to aggregate logs</description>
<name>yarn.nodemanager.remote-app-log-dir</name>
<value>/var/log/hadoop-yarn/apps</value>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>50</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>390</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>390</value>
</property>
</configuration>
mapred-site.xml:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>50</value>
</property>
<property>
<name>yarn.app.mapreduce.am.command-opts</name>
<value>-Xmx40m</value>
</property>
<property>
<name>mapreduce.map.memory.mb</name>
<value>50</value>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>50</value>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx40m</value>
</property>
<property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx40m</value>
</property>
</configuration>
还是不行。附加信息:我在集群预览中看不到任何节点(类似的问题:从属节点不在资源管理器中)
9条答案
按热度按时间u91tlkcl1#
我觉得你的记忆设置不对。
为了理解Yarn配置的调整,我发现这是一个非常好的来源:http://www.cloudera.com/content/www/en-us/documentation/enterprise/latest/topics/cdh_ig_yarn_tuning.html
我遵循了这个博客中给出的说明,并且能够运行我的工作。您应该根据节点上的物理内存按比例更改设置。
要记住的关键是:
价值观
mapreduce.map.memory.mb
以及mapreduce.reduce.memory.mb
至少应该是yarn.scheduler.minimum-allocation-mb
价值观mapreduce.map.java.opts
以及mapreduce.reduce.java.opts
应为“0.8倍”对应值mapreduce.map.memory.mb
以及mapreduce.reduce.memory.mb
配置(在我的例子中是983 mb~(0.8*1228 mb))同样,价值
yarn.app.mapreduce.am.command-opts
应为“值的0.8倍”yarn.app.mapreduce.am.resource.mb
以下是我使用的设置,它们非常适合我:yarn-site.xml:
mapred-site.xml文件
您也可以参考这里的答案:Yarn容器理解和调整
如果您希望容器分配也考虑cpu,那么可以添加vcore设置。但是,要让它起作用,你需要使用
CapacityScheduler
与DominantResourceCalculator
. 请参见此处的讨论:如何基于mapreduce2中的vCore和内存创建容器?bweufnob2#
每个示例上都有512 mb ram,yarn-site.xml和mapred-site.xml中的所有内存配置都是500 mb到3 gb。您将无法在群集中运行任何东西。将所有内容更改为~256 mb。
另外,您的mapred-site.xml正在使用framework按yarn排序,您的job tracker地址不正确。您需要在多节点集群(包括resourcemanager网址)上的yarn-site.xml中具有与资源管理器相关的参数。否则,集群就不知道您的集群在哪里。
您需要重新访问这两个xml文件。
inkz8wg93#
这些线
在
yarn-site.xml
解决了我的问题,因为当磁盘使用率>=95%时,节点将被标记为不正常。解决方案主要适用于伪分布式模式。bakd9h0s4#
不管怎样,那对我来说是工作。非常感谢@卡普
这是我的yarn-site.xml
这是我的mapred-site.xml
mpgws1up5#
第一件事是检查yarn资源管理器日志。关于这个问题,我在网上搜索了很长时间,但没有人告诉我如何找出真正发生的事情。检查yarn资源管理器日志非常简单明了。我不明白为什么人们忽视日志。
对我来说,日志中有一个错误
那是因为我在工作场所换了wifi网络,所以我的电脑ip换了。
1mrurvl16#
老问题,但我最近也遇到了同样的问题,在我的例子中,这是由于在代码中手动将master设置为local。
请,搜索
conf.setMaster("local[*]")
把它取下来。希望有帮助。
lztngnrs7#
这解决了我的这个错误:
nnt7mjpx8#
您应该检查集群中节点管理器的状态。如果nm节点磁盘空间不足,rm会将其标记为“不健康”,并且这些nms无法分配新容器。
1) 检查不正常节点:
http://<active_RM>:8088/cluster/nodes/unhealthy
如果“运行状况报告”选项卡显示“本地目录不正确”,则意味着您需要从这些节点清理一些磁盘空间。2) 检查dfs
dfs.data.dir
中的属性hdfs-site.xml
. 它指向本地文件系统上存储hdfs数据的位置。3) 登录到这些机器并使用
df -h
&hadoop fs - du -h
用于测量占用空间的命令。4) 验证hadoop垃圾,并删除它,如果它阻止你。
hadoop fs -du -h /user/user_name/.Trash
以及hadoop fs -rm -r /user/user_name/.Trash/*
vlf7wbxs9#
检查主节点和从节点上的主机文件。我确实有这个问题。例如,在主节点上,我的hosts文件如下所示
我把它改成下面的样子
所以成功了。