大数据运维大数据平台运维总结

Posted 2021-10-12 脚丫先生

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了大数据运维大数据平台运维总结相关的知识，希望对你有一定的参考价值。

大家好，我是脚丫先生 (o^^o)

目前自己在运维方面，主要管理着CDH平台和HDP平台，同时负责着以docker的形式进行产品的交付。

文章目录

0、CDH集群配置、日志、jar包以及安装目录和常用命令汇总
- 0.1 关键目录
1、namenode出现missing blocks
2、Spark on Yarn 查看任务日志及状态
3、安装hive报错：
4、CDH初始化scm_prepare_database.sh数据库遇到的问题
5、CM定期报"查询 Service Monitor 时发生内部错误"解决办法
6 文件系统检查点已有 1 天，14 小时，36 分钟。占配置检查点期限 1 小时的 3,860.33%。临界阈值：400.00%。自上个文件系统检查点以来已发生 14,632 个事务。
7 cdh6 存在隐患 : 主机网络接口似乎以全速运行
8 当安装agent的时候出现信号不法响应
9 CDH 集群，出现 Entropy 不良问题，原因是系统熵值低于 CDH 检测的阀值引起的。
9 FileNotFoundException: ...3.0.0-cdh6.0.0-mr-framework.tar.gz(hive执行聚合函数出现的问题)
10 cdh6.2中datanode无法启动问题
11 启动spark时，有可能提示Log directory specified does not exist:
12、安装失败。无法接收 Agent 发出的检测信号。&& Dependency failed for Cloudera Manager Agent Service.
13、CDH集群的hive采用local模式测试
14、CDH集群的Cloudera Manager 节点，迁移Cloudera Scm Server端

0、CDH集群配置、日志、jar包以及安装目录和常用命令汇总

0.1 关键目录

（1）开启应用目录：默认可以直接敲命令行

/opt/cloudera/parcels/CDH/bin
查询
# ls
avro-tools                kite-dataset   sqoop-create-hive-table
beeline                   kudu           sqoop-eval
bigtop-detect-javahome    llama          sqoop-export
catalogd                  llamaadmin     sqoop-help
cli_mt                    load_gen       sqoop-import
cli_st                    mahout         sqoop-import-all-tables
flume-ng                  mapred         sqoop-job
hadoop                    oozie          sqoop-list-databases
hadoop-0.20               oozie-setup    sqoop-list-tables
hadoop-fuse-dfs           parquet-tools  sqoop-merge
hadoop-fuse-dfs.orig      pig            sqoop-metastore
hbase                     pyspark        sqoop-version
hbase-indexer             sentry         statestored
hbase-indexer-sentry      solrctl        whirr
hcat                      spark-shell    yarn
hdfs                      spark-submit   zookeeper-client
hive                      sqoop          zookeeper-server
hiveserver2               sqoop2         zookeeper-server-cleanup
impala-collect-minidumps  sqoop2-server  zookeeper-server-initialize
impalad                   sqoop2-tool
impala-shell              sqoop-codegen

（2）日志目录

/var/log/下面有对应节点所开启服务的日志
其中
cloudera-scm-agent  CDH客户端日志
cloudera-scm-server CDH服务端日志
hadoop-hdfs hadoop日志目录
hadoop-mapreduce
hadoop-yarn
hbase hbase日志目录
hive hive日志目录
zookeeper  zookeeper日志目录

（3）配置文件目录

各个部件配置

/etc/cloudera-scm-agent/config.ini cm agent的配置目录
/etc/cloudera-scm-server/ cm server的配置目录
 
/etc/hadoop/conf Hadoop各个组件的配置
/etc/hive/conf  hive配置文件目录
/etc/hbase/conf  hbase配置文件目录
 
/opt/cloudera/parcels/CDH/etc是hadoop集群以及组件的配置文件文件夹

/var/run/cloudera-scm-agent/process/
查看内容
# ls
244-hdfs-NAMENODE
245-hdfs-SECONDARYNAMENODE
246-hdfs-NAMENODE-nnRpcWait
247-zookeeper-server
250-yarn-RESOURCEMANAGER
254-yarn-JOBHISTORY
255-hive-HIVESERVER2
256-hive-HIVEMETASTORE
260-hbase-MASTER
280-collect-host-statistics
283-host-inspector
291-cluster-host-inspector
296-cluster-host-inspector
302-hdfs-NAMENODE
303-hdfs-SECONDARYNAMENODE
304-hdfs-NAMENODE-nnRpcWait
305-hive-HIVEMETASTORE
308-collect-host-statistics
311-host-inspector
320-collect-host-statistics
323-host-inspector
333-collect-host-statistics
336-host-inspector
343-yarn-RESOURCEMANAGER
347-yarn-JOBHISTORY
348-hive-HIVESERVER2
349-hive-HIVEMETASTORE
359-yarn-RESOURCEMANAGER
363-yarn-JOBHISTORY
364-hive-HIVESERVER2
365-hive-HIVEMETASTORE
377-collect-host-statistics
380-host-inspector
391-collect-host-statistics
394-host-inspector
403-collect-host-statistics
406-host-inspector
415-solr-SOLR_SERVER
ccdeploy_hadoop-conf_etchadoopconf.cloudera.hdfs_2394207936436282336
ccdeploy_hadoop-conf_etchadoopconf.cloudera.yarn_-5589955826917190240
ccdeploy_hadoop-conf_etchadoopconf.cloudera.yarn_-5844902762347635403
ccdeploy_hbase-conf_etchbaseconf.cloudera.hbase_1078272019303849382
ccdeploy_hive-conf_etchiveconf.cloudera.hive_-2148401581528977976
ccdeploy_hive-conf_etchiveconf.cloudera.hive_-9144129025529935636
ccdeploy_solr-conf_etcsolrconf.cloudera.solr_4855637747225843610
ccdeploy_spark2-conf_etcspark2conf.cloudera.spark2_on_yarn_-5389810983416787264
ccdeploy_spark2-conf_etcspark2conf.cloudera.spark2_on_yarn_-8416474417781205702

（4）安装各个组件目录

/opt/cloudera/parcels/CDH

（5）jar包目录

/opt/cloudera/parcels/CDH/jars

各个服务组件对应的jar包
例如sqoop：/opt/cloudera/parcels/CDH/lib/sqoop/lib
Parcels包目录

/opt/cloudera/parcel-repo/

1、namenode出现missing blocks

日常巡检CDH集群和HDP集群发现有些namenode下有很多missing blocks ，hadoop数据存储单位为块。一块64M，这些Missing大多因为元数据丢失而毁坏，很难恢复。就行硬盘故障一样，需要fsck并且delete。
CDH集群：Cloudera manager的dashboard----HDFS----NameNode Web UI 如图:

清理Missing blocks步骤：登录到console中控机，su hdfs 切换至hadoop集群管理用户

hdfs fsck /blocks-path/ 查看文件系统cluster，如：

hdfs fsck -fs hdfs://dc（n） /block-path/ 指定集群

hdfs fsck -fs hdfs://dc /block-path/ -delete 如果上步元数据已损坏，则直接清理。

例： hdfs fsck /app-logs/mapred/mbbi/logs/application_1525315338835_219860/10.11.12.161

 hdfs fsck   -fs hdfs://dc1 /app-logs/mapred/mbbi/logs/application_1525315338835_219860/10.11.12.161     

 hdfs fsck  -fs  hdfs://dc1 /app-logs/mapred/mbbi/logs/application_1525315338835_219860/10.11.12.161  -delete

2、Spark on Yarn 查看任务日志及状态

1、根据application ID查看某个job的日志
yarn logs -applicationId application_1525315338835_7483

2、查看某个job的状态
yarn application -status application_1525315338835_7483

3、kill掉某个job（完全停止该job的执行，如果直接在Web上kill实际还会继续运行）
yarn application -kill application_1525315338835_7483

也可以通过 http://ip:8088/cluster/scheduler/ 查看，在此Web界面可通过applicationId查看任务状态和日志。

3、安装hive报错：

org.apache.hadoop.hive.metastore.HiveMetaException: Failed to retrieve schema tables from Hive Metastore DB,Not supported

解决：
jdbc版本不对，要求使用5.1.26以上版本的jdbc驱动

4、CDH初始化scm_prepare_database.sh数据库遇到的问题

5、CM定期报"查询 Service Monitor 时发生内部错误"解决办法

本机通过CM搭建CDH成功后,web界面经常报"查询 Service Monitor 时发生内部错误"无法正常显示包括cloudera-scm-server和cloudera-scm-server后台日志也经常报连接拒绝。
思路：
出现此问题，应该是Cloudera Management Service的内存不足所致，Service Monitor 和 Host Monitor服务JVM内存配置太低以至于垃圾回收增多，导致服务进程当掉，扩大相关服务内存即可
解决:

6 文件系统检查点已有 1 天，14 小时，36 分钟。占配置检查点期限 1 小时的 3,860.33%。临界阈值：400.00%。自上个文件系统检查点以来已发生 14,632 个事务。

思路：
1.namenode的Cluster ID 与 secondnamenode的Cluster ID 不一致
2. 修改之后还出现这个状况，查看secondnamenode 日志，报ERROR： Exception in doCheckpoint java.io.IOException: Inconsistent checkpoint field
解决：
1、 namenode的Cluster ID 与 secondnamenode的Cluster ID 不一致，对比/dfs/nn/current/VERSION 和/dfs/snn/current/VERSION中的Cluster ID 来确认，如果不一致改成一致后重启应该可以解决。
2、这个错误，直接删除 /dfs/snn/current/下所有文件，重启snn节点

7 cdh6 存在隐患 : 主机网络接口似乎以全速运行

思路
cloudera后台，显示，存在隐患 : 以下网络接口似乎未以全速运行：enp4s0。1 主机网络接口似乎以全速运行。cloudera cdh6的测试机，硬件达不到要求，才会有上面的问题。然后不影响系统的使用，但是看着不舒服。
解决：
降低cdh，对带宽的要求

8 当安装agent的时候出现信号不法响应

思路
查看supervisor进程，或者查看journalctl -xe打印系统日志。

9 CDH 集群，出现 Entropy 不良问题，原因是系统熵值低于 CDH 检测的阀值引起的。

思路：
需要调大系统熵值

9 FileNotFoundException: …3.0.0-cdh6.0.0-mr-framework.tar.gz(hive执行聚合函数出现的问题)

进行如下图的操作：

上述操作完成后，问题就可以解决了。

10 cdh6.2中datanode无法启动问题

报错：关键信息 java.io.IOException: Incompatible clusterIDs in /dfs/dn: namenode clusterID = cluster74; datanode clusterID = cluster14
关键信息，namenode的 clusterID和datanode的不一致。
解决：

如果是新建的集群，则直接主机目录 /dfs/dn （cdh->hdfs->配置-> dfs.datanode.data.dir ）下的current目录下的文件删除 rm -rf /dfs/dn/current/*
如果集群内有数据，则只改 /dfs/dn/current/VERSION 中的 clusterID=clusterXX XX为正确的namenode的clusterID重启datanode即可

11 启动spark时，有可能提示Log directory specified does not exist:

解决：

手动在hdfs上添加/user/spark/applicationHistory目录，主要目录的owner需要是spark用户，可以先用hdfs用户新建此目录，然后使用命令：hdfs dfs –chown –R spark:spark /user/spark/applicationHistory，将拥有者转换成spark即可。

12、安装失败。无法接收 Agent 发出的检测信号。&& Dependency failed for Cloudera Manager Agent Service.

Cloudera Manager 6.1.0 在集群中添加一个节点，安装过程中遇到：安装失败。无法接收 Agent 发出的检测信号。

通过去该节点看程序状态：systemctl status cloudera-manager-agent 发现错误：Dependency failed for Cloudera Manager Agent Service.

解决：
1.登录该节点：使用yum卸载 cloudera-manager-agent 和 cloudera-manager-daemons

yum remove  cloudera-manager-agent
yum remove cloudera-manager-daemons

2.重新使用Cloudera Manager安装向导，将该节点添加到集群。

注：网上很多说的是开启Auto-TLS造成的，我没有开启Auto-TLS，所以不是这个原因。

13、CDH集群的hive采用local模式测试

采用的CDH大数据平台，由于hive会走yarn平台造成测试很慢，因此设置local模式

14、CDH集群的Cloudera Manager 节点，迁移Cloudera Scm Server端

原有的 Cloudera Manager 节点服务器不稳定，需要迁移至新的服务器

原有: http://192.168.1.212:7180
迁移后: http://192.168.1.44:7180

停止原有的server端与所有agent端
1、在新的服务器里安装好所需要的依赖包(完全离线环境，新环境需要装各种依赖)
文件夹：

2、在旧的 Cloudera Manager 节点压缩文件

scm server 存储目录：/var/lib/cloudera-scm-server

(可以把其他3个重要角色目录也压缩)
3、在新服务器安装 server端（注意：这里是对新服务器已经配置了本地源、免密登录）

cloudera manager server

yum install cloudera-manager-daemons cloudera-manager-agent cloudera-manager-server

4、修改 cloudera-scm-server 配置文件

vim /etc/cloudera-scm-server/db.properties
 
com.cloudera.cmf.db.type=mysql
com.cloudera.cmf.db.host=192.168.1.44
com.cloudera.cmf.db.name=cm
com.cloudera.cmf.db.user=root
com.cloudera.cmf.db.setupType=EXTERNAL
com.cloudera.cmf.db.password=*****

5、解压恢复备份数据到新服务器指定配置的目录中

新服务器安装完server端，要讲server端目录删除掉，然后进行替换，

默认 : /var/lib/cloudera-scm-server

6、修改所有agent节点的配置文件内容

> vim /etc/cloudera-scm-agent/config.ini
 
server_host= 新的clouderaManager服务器ip

7、启动新服务器的server端以及agent端

8、登陆新的ClouderaManager地址

以上是关于大数据运维大数据平台运维总结的主要内容，如果未能解决你的问题，请参考以下文章

DataSophon——国产开源大数据管理运维平台

EMR 重磅发布智能运维诊断系统(EMR Doctor)——开源大数据平台运维利器

大数据运维监控管理平台

阿里巴巴云原生大数据运维平台 SREWorks 正式开源

大数据基础运维：HDFS运维

Linux企业运维——Hadoop大数据平台（上）Hadoop工作原理部署资源管理器Yarn

大数据运维 大数据平台运维总结