前言
现实中,用户代码错误、进程崩溃、机器故障等等都可能导致MapReduce程序失败,但是Hadoop最主要的好处之一就是它能处理此类故障并完成作业。
失败
- 经典MapReduce中的失败
- YARN中的失败
经典MapReduce中的失败
主要考虑三种失败模式:运行任务失败、tasktracker失败以及jobtrack失败
(1)运行任务失败
-
子任务失败:最常见的就是map或reduce中用户代码抛异常,此时子任务JVM进程会在退出前向其父tasktracker发送错误报告,错误报告会被记入用户日志。tasktracker将此次任务的任务尝试标记为failed,并释放任务槽供其他任务运行。对于Streaming任务,如果Streaming进程已非零退出代码退出,则会被标记为failed。该行为由steam.non.zero.exit.is.failure属性是否为true控制
-
子进程JVM突然退出:可能由于JVM软件缺陷而导致MapReduce用户代码由于某种特殊原因 造成JVM退出,这种情况下tasktracker会注意到进程已经退出并将此次任务尝试标记为failed
-
任务挂起:一旦tasktracker注意到已经有一段时间没有收到任务进度的更新,便会将任务标记为failed,在此之后,JVM子进程将被杀死。默认超时时间为10分钟,可通过mapred.task.timeout属性设置(单位:毫秒)。若设置为0,则任务将永远不会被标记为failed(不推荐)
<