networking - Hadoop HDFS - 无法连接到主服务器上的端口

Question

我已经设置了一个小型 Hadoop 集群用于测试。 NameNode(1 台机器)、SecondaryNameNode(1 台)和所有 DataNodes(3 台)的设置非常顺利。这些机器被命名为“master”、“secondary”和“data01”、“data02”和“data03”。所有 DNS 均已正确设置，无密码 SSH 已从主/辅助设备配置到所有机器并返回。

我使用 bin/hadoop namenode -format 格式化集群，然后使用 bin/start-all.sh 启动所有服务。使用 jps 检查所有节点上的所有进程是否已启动并正在运行。我的基本配置文件如下所示:

<!-- conf/core-site.xml -->
<configuration>
  <property>
    <name>fs.default.name</name>
    <!-- 
      on the master it's localhost
      on the others it's the master's DNS
      (ping works from everywhere)
    -->
    <value>hdfs://localhost:9000</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <!-- I picked /hdfs for the root FS -->
    <value>/hdfs/tmp</value>
  </property>
</configuration>

<!-- conf/hdfs-site.xml -->
<configuration>
  <property>
    <name>dfs.name.dir</name>
    <value>/hdfs/name</value>
  </property>
  <property>
    <name>dfs.data.dir</name>
    <value>/hdfs/data</value>
  </property>
  <property>
    <name>dfs.replication</name>
    <value>3</value>
  </property>
</configuration>

# conf/masters
secondary

# conf/slaves
data01
data02
data03

我现在只是想让 HDFS 正常运行。

我创建了一个用于测试 hadoop fs -mkdir testing 的目录，然后尝试使用 hadoop fs -copyFromLocal/tmp/*.txt testing 将一些文件复制到其中>。这是 hadoop 崩溃的时候，或多或少给了我这个:

WARN hdfs.DFSClient: DataStreamer Exception: org.apache.hadoop.ipc.RemoteException: java.io.IOException: File /user/hd/testing/wordcount1.txt could only be replicated to 0 nodes, instead of 1
  at ... (such and such)

WARN hdfs.DFSClient: Error Recovery for block null bad datanode[0] nodes == null
  at ...

WARN hdfs.DFSClient: Could not get block locations. Source file "/user/hd/testing/wordcount1.txt" - Aborting...
  at ...

ERROR hdfs.DFSClient: Exception closing file /user/hd/testing/wordcount1.txt: org.apache.hadoop.ipc.RemoteException: java.io.IOException: File /user/hd/testing/wordcount1.txt could only be replicated to 0 nodes, instead of 1
  at ...

等等。当我尝试从 DataNode 计算机运行 hadoop fs -lsr . 时，会出现类似的问题，但结果如下:

12/01/02 10:02:11 INFO ipc.Client: Retrying connt to server master/192.162.10.10:9000. Already tried 0 time(s).
12/01/02 10:02:12 INFO ipc.Client: Retrying connt to server master/192.162.10.10:9000. Already tried 1 time(s).
12/01/02 10:02:13 INFO ipc.Client: Retrying connt to server master/192.162.10.10:9000. Already tried 2 time(s).
...

我说它很相似，因为我怀疑这是一个端口可用性问题。运行 telnet master 9000 显示端口已关闭。我在某处读到这可能是 IPv6 冲突问题，因此在 conf/hadoop-env.sh 中定义了以下内容:

export HADOOP_OPTS=-Djava.net.preferIPv4Stack=true

但这并没有起到作用。在 master 上运行 netstat 显示如下内容:

Proto Recv-Q Send-Q  Local Address       Foreign Address      State
tcp        0      0  localhost:9000      localhost:56387      ESTABLISHED
tcp        0      0  localhost:56386     localhost:9000       TIME_WAIT
tcp        0      0  localhost:56387     localhost:9000       ESTABLISHED
tcp        0      0  localhost:56384     localhost:9000       TIME_WAIT
tcp        0      0  localhost:56385     localhost:9000       TIME_WAIT
tcp        0      0  localhost:56383     localhost:9000       TIME_WAIT

此时我非常确定问题出在端口 (9000) 上，但我不确定就配置而言我错过了什么。有任何想法吗？谢谢。

更新

我发现将 DNS 名称硬编码到 /etc/hosts 中不仅有助于解决这个问题，还可以加快连接速度。缺点是您必须在集群中的所有机器上执行此操作，并且在添加新节点时再次执行此操作。或者你可以只设置一个 DNS 服务器，我没有这样做。

这是我集群中一个节点的示例(节点名为 hadoop01、hadoop02 等，主节点和辅助节点分别为 01 和 02)。大部分由操作系统生成的节点:

# this is a sample for a machine with dns hadoop01
::1 localhost ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastrprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allroutes

# --- Start list of nodes
192.168.10.101 hadoop01
192.168.10.102 hadoop02
192.168.10.103 hadoop03
192.168.10.104 hadoop04
192.168.10.105 hadoop05
192.168.10.106 hadoop06
192.168.10.107 hadoop07
192.168.10.108 hadoop08
192.168.10.109 hadoop09
192.168.10.110 hadoop10
# ... and so on

# --- End list of nodes

# Auto-generated hostname. Please do not remove this comment.
127.0.0.1 hadoop01 localhost localhost.localdomain

希望这对您有所帮助。

Answer 1

当有远程节点连接到 NameNode 时，将 hdfs://localhost:9000 中的 localhost 替换为 NameNode 中 fs.default.name 属性的 ip 地址或主机名。

All processes on all nodes were checked to be up and running with jps

日志文件中可能存在一些错误。 jps 确保进程正在运行。