Hadoop运行时一直卡在Running job解决：

Hadoop运行时一直卡在Running job解决：

在mapred-site.xml下将

<property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
</property>

改成

<property>
      <name>mapreduce.job.tracker</name>
      <value>hdfs://192.168.1.120:8001</value>
      <final>true</final>
</property>

ip是master地址。

这个方案能够解决问题，这说明问题就出在yarn的配置上面，但是这样的话map服务并没有在yarn上面跑，然后又看到一篇文章说是要设置yarn里面关于内存和虚拟内存的配置项，在yarn-site.xml添加如下配置：

<property>
    <name>yarn.nodemanager.resource.memory-mb</name>
    <value>20480</value>
</property>
<property>
   <name>yarn.scheduler.minimum-allocation-mb</name>
   <value>2048</value>
</property>
<property>
    <name>yarn.nodemanager.vmem-pmem-ratio</name>
    <value>2.1</value>
</property>

根据作者的分析是因为分配的内存和CPU资源太少，不能满足Hadoop和Hive运行所需的默认资源需求。但是我尝试了这个方案发现并不能解决我的问题。但是第二天发生了特别玄幻的事，我把mapred-site.xml下的又改回去

<property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
</property>

想着实验一下yarn的一些配置。。。但是这一次却行了？？？试了几次都可以在yarn上运行。。。

Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于一个分布式的操作系统平台，而mapreduce等运算程序则相当于运行于操作系统之上的应用程序，yarn上可以运行各种类型的分布式运算程序（mapreduce只是其中的一种），比如mapreduce、storm程序，spark程序，Yarn就成为一个通用的资源调度平台。

参考链接：
未运行在yarn上

修改yarn配置