解决集群长时间运行后无法正常关闭问题

解决集群长时间运行后无法正常关闭问题

背景

• 当前配置:hadoop版本为3.1.3
• 我的集群运行了好几个月，因为业务数据的增长，之前的资源配置方案需要调整，当我修改了yarn-site.xml分发之后，使用stop-yarn.sh命令停止yarn时发现并没有停止yarn
• 于是我将当前任务全部关闭，然后打算stop-all.sh关闭整个集群，竟然还是无法关闭，仿佛关闭命令不起作用

问题原因

因为linux默认会30天清理一次/tmp临时文件，而集群配置文件hadoop-env.sh中的默认pid存储位置就在这里，这就造成了因集群长时间运行后，无法正常找到集群的pid

vim $HADOOP_HOME/etc/hadoop/hadoop-env.sh
# Where pid files are stored.  /tmp by default.
#export HADOOP_PID_DIR=/tmp

解决方案

1. 首先确保所有有关hadoop的任务全部关闭
2. 使用jps查看集群的进程号
3. 手动kill掉他们
4. 修改hadoop-env.sh,制定pid保存在一个不会被清理的位置
5. pid的位置记得修改其写入的权限才可以
6. 重启集群即可