hap配置及运行过程中遇到的问题及解决方案.doc

1. ssh报端口22打不开的错误 通常是因为sshd服务没有打开，从管理——服务中将sshd服务打开。 2. Cygwin配置ssh时遇到的关于connection closed的问题。 配置无密码访问后，执行 “ssh localhost”命令，报”connection closed”的错误。 该错误需要修改服务属性，找到Cygwin sshd服务，右键属性——登陆——此账户——高级——立即查找，找到当前用户，确定，回到登陆界面，输入密码，确定，然后重启服务。 如果重启时遇到服务无法启动的错误，可以重新执行“ssh-host-config”。 3. ssh远程访问其他机器时无法访问，输密码也不行 当前遇到的该问题是由于两台机器上的用户名不一致造成的，当前机器会以当前用户名去访问远程机器，远程机器上可能没有该账户。 解决方案是在”.ssh”目录下创建一个config文件，不用后缀，在里面添加如下内容： Host 远程机器IP User 远程机器用户名 有多台远程机器，则为每一台都添加2上面两行。 4. hdfs 报连接不到端口的错误 一般是namenode的问题，format一下namenode就可以解决这个问题。 5. hadoop hdfs端口问题 网上大多选用9000端口，基本上都认为是选用一个没有占用的端口就可以。在我们这次配置中遇到了问题，报与默认的8020端口不一致的错误。 解决方案就是把端口换成8020。在Ubuntu下配置时好像没有遇到过类似问题，不知道是不是因为在windows下的原因？这个需要进一步验证。 6. 诡异的添加新节点失败问题 系统运行后，新加一台机器，添加步骤： 在slaves中，将新机器IP地址加上，在新机器上通过 bin/hadoop-daemon.sh start datanode 启动新机器的datanode进程， 结果该节点不能在系统中出现。后经过多次重新启动集群，甚至删除原集群重新format namenode都不行。表现为，在启动时可以看到打datanode在新机器上启动了，但是通过 dfsadmin –report或者通过http接口都看不到。关闭时新机器也会关闭datanode。 后偶然发现是新机器上除了core-site、hdfs-site、mapred-site三个xml配置文件外，还有hadoop-site.xml配置文件，该配置文件里的hdfs端口被配置成9000。事实说明，如果hadoop-site.sh在的话，它会覆盖其他三个做的修改。个人以为，因为我们hdfs实际所用端口是8020，新机器认为是9000，结果导致namenode收不到心跳包，导致无法识别。 删除hadoop-site.xml后，一切正常。 7. hadoop.tmp.dir的配置问题 尝试直接指定为windows的目录，比如D:/tmp，结果是hdfs启动了，但mapreduce启动会报错，因为不存在形如*/D:/tmp*这样的目录，可见不能采用这种形式，不过在这种指定方式下，指定的目录里会产生hdfs文件夹。 还是要配置成linux形式的目录。 8. mapreduce任务执行时报错 表现为在初始化任务后，不一会就报找不到文件的错误，map和reduce都没有执行。 经网上插叙，得知是因为没有在mapred-site.xml中设置”mapred.child.tmp”变量，建议在hadoop所在目录下建一个文件夹作为其目录。感觉应该放在指定的另一个目录下也没有问题，需要注意的是文件要事先建好。这样之后不会报错。 9. mapreduce任务map任务执行正常，reduce任务执行出现错误，报错为无法取得map中间结果。 该问题在小规模试验（不到一个block）的数据量下不会出现，因为此时map和reduce会在一台机器上，因此不需要数据传输。但是高于一个block后就会出错。 网上有很多人遇到过同样地问题，一个成功的解决方案是修改“ulimit”值，说法是因为并行读文件太多，我们的情况没有涉及多大的并行读问题，应该不是。Ulimit对应最大打开文件数 后找到一片总结各种错误出现的可能原因的帖子，上书，出现“Too many fetch-failures”错误的可能原因有如下： 检查/etc/hosts 要求本机IP对应服务器名 要求要包含所有的服务器IP+服务器名 检查 .ssh/authorized_keys 要求包含所有服务器（包括自身）的public key 最后发现我们属于第一条，因为之前找到的配置说明，给出的是在hosts里采用“IP+master或slave”的形式进行配置，这导致服务器名无法解析，修改完整的服务器名后一切正常。 10. 集群机器重起后datanod