0606-6.1.0-NodeManager丢失文件启动失败异常分析

温馨提示:如果使用电脑查看图片不清晰,可以使用手机打开文章单击文中的图片放大查看高清原图。

Fayson的github: https://github.com/fayson/cdhproject

提示:代码块部分可以左右滑动查看噢

1

问题重现

  • 测试环境

1.CDH6.1

2.Redhat7.4

3.集群未启用Kerberos

1.集群有一台服务器的NodeManager服务器启动失败,查看日志有如下报错:

Service NodeManager failed in state INITED; cause: org.apache.hadoop.service.ServiceStateException: org.fusesource.leveldbjni.internal.NativeDB$DBException: Corruption: 1 missing files; e.g.: /var/lib/hadoop-yarn/yarn-nm-recovery/yarn-nm-state/000005.sst
org.apache.hadoop.service.ServiceStateException: org.fusesource.leveldbjni.internal.NativeDB$DBException: Corruption: 1 missing files; e.g.: /var/lib/hadoop-yarn/yarn-nm-recovery/yarn-nm-state/000005.sst
    at org.apache.hadoop.service.ServiceStateException.convert(ServiceStateException.java:105)
    at org.apache.hadoop.service.AbstractService.init(AbstractService.java:173)
    at org.apache.hadoop.yarn.server.nodemanager.NodeManager.initAndStartRecoveryStore(NodeManager.java:282)
    at org.apache.hadoop.yarn.server.nodemanager.NodeManager.serviceInit(NodeManager.java:343)
    at org.apache.hadoop.service.AbstractService.init(AbstractService.java:164)
    at org.apache.hadoop.yarn.server.nodemanager.NodeManager.initAndStartNodeManager(NodeManager.java:838)
    at org.apache.hadoop.yarn.server.nodemanager.NodeManager.main(NodeManager.java:911)

2.重启该NodeManager服务多次以后仍旧报相同的错误。

2

问题解决

1.备份该NodeManager节点上的

/var/lib/hadoop-yarn/yarn-nm-recovery/yarn-nm-state目录:

[root@cdh03 hadoop-yarn]# tar cvzf nmstate.tar.gz /var/lib/hadoop-yarn/yarn-nm-recovery/yarn-nm-state/*

2.删除该NodeManager节点上的

/var/lib/hadoop-yarn/yarn-nm-recovery/yarn-nm-state目录:

[root@cdh03 hadoop-yarn]# rm -rf /var/lib/hadoop-yarn/yarn-nm-recovery/yarn-nm-state

3.再次重启该NodeManager服务

启动成功,问题解决!

3

总结

1.NodeManager服务如果因为意外关闭会导致在运行的container都关闭,当NodeManager重启成功后,NodeManager会重新启动container进程,但为了能获取到之前的container的状态,NodeManager会将container的状态保存到本地的文件系统。主要通过以下2个参数来控制:

yarn.nodemanager.recovery.enabled
在CDH中,默认是true即启用NodeManager该特性。

--NodeManager 恢复目录
yarn.nodemanager.recovery.dir --启用恢复时 NodeManager 在其中存储状态的本地文件系统目录。默认情况下已启用恢复。

在CDH中默认:/var/lib/hadoop-yarn/yarn-nm-recovery

2.对于本文提到的异常,即NodeManager用于保存container状态的文件损坏或者丢失,根本原因还有待确认,据说在YARN上有任务运行时,如果NodeManager所在节点的服务器重启,有可能导致该问题。

3.本文是采用删除恢复目录的方式来修复该问题,你也可以通过在CM中禁用恢复功能来解决:

a).通过CM进入YARN服务;

b).选择“配置”,搜索yarn-site

c).在YARN Service Advanced Configuration Snippet (Safety Valve) for yarn-site.xml中添加以下内容:

<property>
<name>yarn.nodemanager.recovery.enabled</name>
<value>false</value>
</property>

d)根据指引分发配置,并重启服务即可。

提示:代码块部分可以左右滑动查看噢

为天地立心,为生民立命,为往圣继绝学,为万世开太平。 温馨提示:如果使用电脑查看图片不清晰,可以使用手机打开文章单击文中的图片放大查看高清原图。

推荐关注Hadoop实操,第一时间,分享更多Hadoop干货,欢迎转发和分享。

原文发布于微信公众号 - Hadoop实操(gh_c4c535955d0f)

原文发表时间:2019-04-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券