溫馨提示：要看高清無碼套圖，請使用手機打開並單擊圖片放大查看。

1.問題現象

Hadoop集群HDFS、YARN、Hive等服務出現異常告警

重啟集群異常告警任然存在大量告警

Cluster 1

HDFS

可用空間抑制...

NameNode 運行狀況抑制...

HDFS 金絲雀抑制...

DataNode (ip-172-31-10-118) 日誌文件

NameNode 連接抑制...

DataNode (ip-172-31-5-190) 日誌文件

NameNode 連接抑制...

DataNode (ip-172-31-9-33) 日誌文件

NameNode 連接抑制...

Hive Metastore Server (ip-172-31-6-148)  日誌文件
 

Hive Metastore Canary 抑制...

Impala Daemon (ip-172-31-10-118)  日誌文件

進程狀態抑制...

Impala Daemon (ip-172-31-5-190)  日誌文件

進程狀態抑制...

Impala Daemon (ip-172-31-9-33)  日誌文件

進程狀態抑制...

NameNode (ip-172-31-6-148) 日誌文件

安全模式狀態抑制...

Server (ip-172-31-5-190) 日誌文件

Quorum 成員資格抑制...

Zookeeper服務“Quorum 成員資格”告警

CM節點上的所有服務的角色日誌不能正常通過ClouderaManager控制臺查看，顯示如下錯誤：

2.問題復現

集群環境：

• CDH5.12.0
• 集群服務（HDFS/Hive/YARN/Zookeeper/Hue/Impala/Kudu/Oozie）

1.還原現場配置，所有服務器hosts配置文件配置

127.0.0.1   ip-172-31-10-156.ap-southeast-1.compute.internal
127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

172.31.8.141 ip-172-31-8-141.ap-southeast-1.compute.internal
172.31.1.175 ip-172-31-1-175.ap-southeast-1.compute.internal
172.31.9.186 ip-172-31-9-186.ap-southeast-1.compute.internal
172.31.10.156 ip-172-31-10-156.ap-southeast-1.compute.internal
 

配置中的第一行配置為多出的異常配置。

在主機上ping自己的hostname顯示

2.重啟集群服務

CM出現如下大量告警

Cluster 1

HDFS
可用空間抑制...
    NameNode 運行狀況抑制...
    HDFS 金絲雀抑制...
DataNode (ip-172-31-10-118)  日誌文件
NameNode 連接抑制...
DataNode (ip-172-31-5-190)  日誌文件
NameNode 連接抑制...
DataNode (ip-172-31-9-33)  日誌文件
NameNode 連接抑制...
    Hive Metastore Server (ip-172-31-6-148)  日誌文件
Hive Metastore Canary 抑制...
HiveServer2 (ip-172-31-6-148)  日誌文件
進程狀態抑制...
    Impala Daemon (ip-172-31-10-118)  日誌文件
進程狀態抑制...
    Impala Daemon (ip-172-31-5-190)  日誌文件
進程狀態抑制...
    Impala Daemon (ip-172-31-9-33)  日誌文件
進程狀態抑制...
NameNode (ip-172-31-6-148)  日誌文件
安全模式狀態抑制...
Server (ip-172-31-5-190)  日誌文件
Quorum 成員資格抑制...
    ip-172-31-10-118
代理狀態抑制...
    ip-172-31-5-190
代理狀態抑制...
    ip-172-31-9-33
代理狀態抑制...

Zookeeper與現場告警一致，且Zookeeper服務如下狀態

在查看CM節點的日誌出現如下異常“Connection refused”

Host列表監控狀態

3.問題原因

集群在運行正常的情況下，所有節點的hosts文件被修改為127.0.0.1導致

4.解決方法

修改所有節點的hosts文件，將127.0.0.1行配置註釋

重啟集群服務恢復正常；

醉酒鞭名馬，少年多浮誇！ 嶺南浣溪沙，嘔吐酒肆下！摯友不肯放，數據玩的花！

溫馨提示：要看高清無碼套圖，請使用手機打開並單擊圖片放大查看。

推薦關註Hadoop實操，第一時間，分享更多Hadoop幹貨，歡迎轉發和分享。

原創文章，歡迎轉載，轉載請註明：轉載自微信公眾號Hadoop實操

0023-HOSTS配置問題導致集群異常故障分析