Hadoop jar卡死

原因分析：

可能是
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

解决方案：

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>

在mapred-site.xml修改配置

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

改为

<property>
      <name>mapreduce.job.tracker</name>
      <value>hdfs://192.168.206.128:8001</value>
      <final>true</final>
</property>

这里的192.168.206.128改为自己的主节点ip地址