粵飛的hadoop常見錯誤
1：Shuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out
Answer：
程式裡面需要開啟多個檔案，進行分析，系統一般預設數量是1024，（用ulimit -a可以看到）對於正常使用是夠了，但是對於程式來講，就太少了。
修改辦法：
修改2個檔案。
/etc/security/limits.conf
vi /etc/security/limits.conf
加上：
*soft nofile 102400
*hard nofile 409600
$cd /etc/pam.d/
$sudo vi login
新增 session required /lib/security/pam_limits.so
2：Too many fetch-failures
Answer:
出現這個問題主要是結點間的連通不夠全面。
1) 檢查 、/etc/hosts
要求本機ip 對應 伺服器名
要求要包含所有的伺服器ip + 伺服器名
2) 檢查 .ssh/authorized_keys
要求包含所有伺服器（包括其自身）的public key
3：處理速度特別的慢 出現map很快 但是reduce很慢 而且反覆出現 reduce=0%
Answer:
結合第二點，然後
修改 conf/hadoop-env.sh 中的export HADOOP_HEAPSIZE=4000
4：能夠啟動datanode，但無法訪問，也無法結束的錯誤
在重新格式化一個新的分散式檔案時，需要將你NameNode上所配置的dfs.name.dir這一namenode用來存放NameNode 持久儲存名字空間及事務日誌的本地檔案系統路徑刪除，同時將各DataNode上的dfs.data.dir的路徑 DataNode 存放塊資料的本地檔案系統路徑的目錄也刪除。如本此配置就是在NameNode上刪除/home/hadoop/NameData，在DataNode上刪除/home/hadoop/DataNode1和/home/hadoop/DataNode2。這是因為Hadoop在格式化一個新的分散式檔案系統時，每個儲存的名字空間都對應了建立時間的那個版本（可以檢視/home/hadoop /NameData/current目錄下的VERSION檔案，上面記錄了版本資訊），在重新格式化新的分散式系統檔案時，最好先刪除NameData 目錄。必須刪除各DataNode的dfs.data.dir。這樣才可以使namedode和datanode記錄的資訊版本對應。
注意：刪除是個很危險的動作，不能確認的情況下不能刪除！！做好刪除的檔案等通通備份！！
5：java.io.IOException: Could not obtain block: blk_194219614024901469_1100 file=/user/hive/warehouse/src_20090724_log/src_20090724_log
出現這種情況大多是結點斷了，沒有連線上。
6：java.lang.OutOfMemoryError: Java heap space
出現這種異常，明顯是jvm記憶體不夠得原因，要修改所有的datanode的jvm記憶體大小。
Java -Xms1024m -Xmx4096m
一般jvm的最大記憶體使用應該為總記憶體大小的一半，我們使用的8G記憶體，所以設定為4096m，這一值可能依舊不是最優的值。（其實對於最好設定為真實實體記憶體大小的0.8）
7：出現map%,但是呢reduce到98%左右的時候呢，就直接進failedjobs了
解決辦法：
檢查mapred.map.tasks是不是設定的太多了，設定太多的話會導致處理大量的小檔案
檢查mapred.reduce.parallel.copies是否設定合適。
8:
系統根目錄下的/tmp資料夾是不可以刪除的
否則bin/hadoop jps
會出現異常：
Exception in thread "main" java.lang.NullPointerExceptionat sun.jvmstat.perfdata.monitor.protocol.local.LocalVmManager.activeVms(LocalVmManager.java:127) at sun.jvmstat.perfdata.monitor.protocol.local.MonitoredHostProvider.activeVms(MonitoredHostProvider.java:133) at sun.tools.jps.Jps.main(Jps.java:45)
同時
bin/hive
Unable to create log directory /tmp/hadoopuser
2：Too many fetch-failures
Answer:
出現這個問題主要是結點間的連通不夠全面。
1) 檢查 、/etc/hosts
要求本機ip 對應 伺服器名
要求要包含所有的伺服器ip + 伺服器名
2) 檢查 .ssh/authorized_keys
要求包含所有伺服器（包括其自身）的public key
3：處理速度特別的慢 出現map很快 但是reduce很慢 而且反覆出現 reduce=0%
Answer:
結合第二點，然後
修改 conf/hadoop-env.sh 中的export HADOOP_HEAPSIZE=4000
4：能夠啟動datanode，但無法訪問，也無法結束的錯誤
在重新格式化一個新的分散式檔案時，需要將你NameNode上所配置的dfs.name.dir這一namenode用來存放NameNode 持久儲存名字空間及事務日誌的本地檔案系統路徑刪除，同時將各DataNode上的dfs.data.dir的路徑 DataNode 存放塊資料的本地檔案系統路徑的目錄也刪除。如本此配置就是在NameNode上刪除/home/hadoop/NameData，在DataNode上刪除/home/hadoop/DataNode1和/home/hadoop/DataNode2。這是因為Hadoop在格式化一個新的分散式檔案系統時，每個儲存的名字空間都對應了建立時間的那個版本（可以檢視/home/hadoop /NameData/current目錄下的VERSION檔案，上面記錄了版本資訊），在重新格式化新的分散式系統檔案時，最好先刪除NameData 目錄。必須刪除各DataNode的dfs.data.dir。這樣才可以使namedode和datanode記錄的資訊版本對應。
注意：刪除是個很危險的動作，不能確認的情況下不能刪除！！做好刪除的檔案等通通備份！！
5：java.io.IOException: Could not obtain block: blk_194219614024901469_1100 file=/user/hive/warehouse/src_20090724_log/src_20090724_log
出現這種情況大多是結點斷了，沒有連線上。
6：java.lang.OutOfMemoryError: Java heap space
出現這種異常，明顯是jvm記憶體不夠得原因，要修改所有的datanode的jvm記憶體大小。
Java -Xms1024m -Xmx4096m
一般jvm的最大記憶體使用應該為總記憶體大小的一半，我們使用的8G記憶體，所以設定為4096m，這一值可能依舊不是最優的值。（其實對於最好設定為真實實體記憶體大小的0.8）
7：出現map%,但是呢reduce到98%左右的時候呢，就直接進failedjobs了
解決辦法：
檢查mapred.map.tasks是不是設定的太多了，設定太多的話會導致處理大量的小檔案
檢查mapred.reduce.parallel.copies是否設定合適。
8:
系統根目錄下的/tmp資料夾是不可以刪除的
否則bin/hadoop jps
會出現異常：
Exception in thread "main" java.lang.NullPointerExceptionat sun.jvmstat.perfdata.monitor.protocol.local.LocalVmManager.activeVms(LocalVmManager.java:127) at sun.jvmstat.perfdata.monitor.protocol.local.MonitoredHostProvider.activeVms(MonitoredHostProvider.java:133) at sun.tools.jps.Jps.main(Jps.java:45)
同時
bin/hive
Unable to create log directory /tmp/hadoopuser
2：Too many fetch-failures
Answer:
出現這個問題主要是結點間的連通不夠全面。
1) 檢查 、/etc/hosts
要求本機ip 對應 伺服器名
要求要包含所有的伺服器ip + 伺服器名
2) 檢查 .ssh/authorized_keys
要求包含所有伺服器（包括其自身）的public key
3：處理速度特別的慢 出現map很快 但是reduce很慢 而且反覆出現 reduce=0%
Answer:
結合第二點，然後
修改 conf/hadoop-env.sh 中的export HADOOP_HEAPSIZE=4000
4：能夠啟動datanode，但無法訪問，也無法結束的錯誤
在重新格式化一個新的分散式檔案時，需要將你NameNode上所配置的dfs.name.dir這一namenode用來存放NameNode 持久儲存名字空間及事務日誌的本地檔案系統路徑刪除，同時將各DataNode上的dfs.data.dir的路徑 DataNode 存放塊資料的本地檔案系統路徑的目錄也刪除。如本此配置就是在NameNode上刪除/home/hadoop/NameData，在DataNode上刪除/home/hadoop/DataNode1和/home/hadoop/DataNode2。這是因為Hadoop在格式化一個新的分散式檔案系統時，每個儲存的名字空間都對應了建立時間的那個版本（可以檢視/home/hadoop /NameData/current目錄下的VERSION檔案，上面記錄了版本資訊），在重新格式化新的分散式系統檔案時，最好先刪除NameData 目錄。必須刪除各DataNode的dfs.data.dir。這樣才可以使namedode和datanode記錄的資訊版本對應。
注意：刪除是個很危險的動作，不能確認的情況下不能刪除！！做好刪除的檔案等通通備份！！
5：java.io.IOException: Could not obtain block: blk_194219614024901469_1100 file=/user/hive/warehouse/src_20090724_log/src_20090724_log
出現這種情況大多是結點斷了，沒有連線上。
6：java.lang.OutOfMemoryError: Java heap space
出現這種異常，明顯是jvm記憶體不夠得原因，要修改所有的datanode的jvm記憶體大小。
Java -Xms1024m -Xmx4096m
一般jvm的最大記憶體使用應該為總記憶體大小的一半，我們使用的8G記憶體，所以設定為4096m，這一值可能依舊不是最優的值。（其實對於最好設定為真實實體記憶體大小的0.8）
7：出現map%,但是呢reduce到98%左右的時候呢，就直接進failedjobs了
解決辦法：
檢查mapred.map.tasks是不是設定的太多了，設定太多的話會導致處理大量的小檔案
檢查mapred.reduce.parallel.copies是否設定合適。
8:
系統根目錄下的/tmp資料夾是不可以刪除的
（jps is based on jvmstat and it needs to be able to secure a memory mapped file on the temporary file system.
）
否則bin/hadoop jps
會出現異常：
Exception in thread "main" java.lang.NullPointerExceptionat sun.jvmstat.perfdata.monitor.protocol.local.LocalVmManager.activeVms(LocalVmManager.java:127) at sun.jvmstat.perfdata.monitor.protocol.local.MonitoredHostProvider.activeVms(MonitoredHostProvider.java:133) at sun.tools.jps.Jps.main(Jps.java:45)
同時
bin/hive
Unable to create log directory /tmp/hadoopuser
calorie520 寫道
參考你的方法一，還是報一下錯誤：[email protected] hadoop-0.20.2$ hadoop jar hadoop-0.20.2-examples.jar wordcount input output10/08/20 17:28:42 INFO input.FileInputFormat: Total input paths to process : 210/08/20 17:28:42 INFO mapred.JobClient: Running job: job_201008111433_000410/08/20 17:28:43 INFO mapred.JobClient: map 0% reduce 0%10/08/20 17:28:52 INFO mapred.JobClient: map 100% reduce 0%10/08/20 17:29:01 INFO mapred.JobClient: map 100% reduce 16%10/08/20 17:29:04 INFO mapred.JobClient: map 100% reduce 0%10/08/20 17:29:06 INFO mapred.JobClient: Task Id : attempt_201008111433_0004_r_000000_0, Status : FAILEDShuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out.10/08/20 17:29:06 WARN mapred.JobClient: Error reading task outputConnection refused10/08/20 17:29:06 WARN mapred.JobClient: Error reading task outputConnection refused
請檢視下你的機器是32位的還是64位的?如果是64位的話需要做如下更改:"新增 session required / lib64/security/pam_limits.so "