记一次集群节点因oom挂掉的问题解决

前言

最近我们为了节省开支，大数据集群下了几个节点，结果没运行两天，就出现了掉节点的情况；

问题排查

经排查，发现节点并没有问题，可以正常登陆，排除节点、硬件故障；
去对应节点查看datanode.out日志，发现报错信息得知：节点挂掉原因是因为oom；

解决方案

定位到hadoop-env.sh文件中的hadoop_datanode_heapsize参数，现在我们集群的堆内存参数是3G，但是我们因为之前下了几个节点，导致我们每个节点的块数量有将近700万块；正常情况下，100万块对应1G左右的内存，我们这里设置8G，预留出1G；
然后滚动重启datanode，问题得到解决。