• 注册
    • 查看作者
    • sqoopexport导出map100% reduce0%卡住原因及解决

       

      这篇文章主要介绍了sqoop export导出 map100% reduce0% 卡住的多种原因及解决,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

      我称这种bug是一个典型的“哈姆雷特”bug,就是指那种“报错情况相同但网上却会有各种五花缭乱解决办法”的bug,让我们不知道哪一个才是症结所在。

      先看导入命令:

      [root@host25 ~]#
      sqoop export –connect “jdbc:mysql://172.16.xxx.xxx:3306/dbname?useUnicode=true&characterEncoding=utf-8”
      –username=root –password=xxxxx –table rule_tag –update-key rule_code
      –update-mode allowinsert
      –export-dir /user/hive/warehouse/lmj_test.db/rule_tag –input-fields-terminated-by ‘\t’
      –input-null-string ‘\\N’ –input-null-non-string ‘\\N’ -m1

      这个导入命令语法上其实是完全没问题的。

      接下来是报错:

      #截取部分
      19/06/11 09:39:57 INFO mapreduce.Job: The url to track the job: http://dthost25:8088/proxy/application_1554176896418_0537/
      19/06/11 09:39:57 INFO mapreduce.Job: Running job: job_1554176896418_0537
      19/06/11 09:40:05 INFO mapreduce.Job: Job job_1554176896418_0537 running in uber mode : false
      19/06/11 09:40:05 INFO mapreduce.Job: map 0% reduce 0%
      19/06/11 09:40:19 INFO mapreduce.Job: map 100% reduce 0%
      19/06/11 09:45:34 INFO mapreduce.Job: Task Id : attempt_1554176896418_0537_m_000000_0, Status : FAILED
      AttemptID:attempt_1554176896418_0537_m_000000_0 Timed out after 300 secs
      19/06/11 09:45:36 INFO mapreduce.Job: map 0% reduce 0%
      19/06/11 09:45:48 INFO mapreduce.Job: map 100% reduce 0%
      19/06/11 09:51:04 INFO mapreduce.Job: Task Id : attempt_1554176896418_0537_m_000000_1, Status : FAILED
      AttemptID:attempt_1554176896418_0537_m_000000_1 Timed out after 300 secs
      19/06/11 09:51:05 INFO mapreduce.Job: map 0% reduce 0%
      19/06/11 09:51:17 INFO mapreduce.Job: map 100% reduce 0%
      19/06/11 09:56:34 INFO mapreduce.Job: Task Id : attempt_1554176896418_0537_m_000000_2, Status : FAILED
      AttemptID:attempt_1554176896418_0537_m_000000_2 Timed out after 300 secs
      19/06/11 09:56:35 INFO mapreduce.Job: map 0% reduce 0%
      19/06/11 09:56:48 INFO mapreduce.Job: map 100% reduce 0%
      19/06/11 10:02:05 INFO mapreduce.Job: Job job_1554176896418_0537 failed with state FAILED due to: Task failed task_1554176896418_0537_m_000000
      Job failed as tasks failed. failedMaps:1 failedReduces:0
      19/06/11 10:02:05 INFO mapreduce.Job: Counters: 9
      Job Counters
      Failed map tasks=4
      Launched map tasks=4
      Other local map tasks=3
      Data-local map tasks=1
      Total time spent by all maps in occupied slots (ms)=2624852
      Total time spent by all reduces in occupied slots (ms)=0
      Total time spent by all map tasks (ms)=1312426
      Total vcore-seconds taken by all map tasks=1312426
      Total megabyte-seconds taken by all map tasks=2687848448
      19/06/11 10:02:05 WARN mapreduce.Counters: Group FileSystemCounters is deprecated. Use org.apache.hadoop.mapreduce.FileSystemCounter instead
      19/06/11 10:02:05 INFO mapreduce.ExportJobBase: Transferred 0 bytes in 1,333.3153 seconds (0 bytes/sec)
      19/06/11 10:02:05 WARN mapreduce.Counters: Group org.apache.hadoop.mapred.Task$Counter is deprecated. Use org.apache.hadoop.mapreduce.TaskCounter instead
      19/06/11 10:02:05 INFO mapreduce.ExportJobBase: Exported 0 records.
      19/06/11 10:02:05 ERROR tool.ExportTool: Error during export: Export job failed!
      Time taken: 1340 s
      task IDE_TASK_ADE56470-B5A3-4303-EA75-44312FF8AA0C_20190611093945147 is complete.

      可以看到,导入任务在INFO mapreduce.Job: map 100% reduce 0%时停住了,停了5分钟,然后任务自动重跑,又卡住停了5分钟,最后任务报了个超时的错误。

      很显然,任务失败的直接原因是超时,但是超时的原因是因为导入过程的mapreduce任务卡住了,那mapreduce为什么会卡住呢?这个报错日志中并没有提到,这就是查原因时最麻烦的地方。

      先说一下结果,最后查了很久才发现,是因为有一行的数据长度,超过了mysql设定的字段长度。也就是在往varchar(50)的字段里导入字符串“字符串很长很长很长很长很长很长很长很长很长”时,任务就阻塞住了。

      在这里也跟大家汇总一下网上的各种原因,大家可以逐个检查

      在map 100% reduce 0%时卡住的可能原因:(以往mysql导出为例)

      1、长度溢出。导入的数据超过了mysql表的字段设定长度

      解决办法:重设字段长度即可

      2、编码错误。导入的数据不在mysql的编码字符集内

      解决办法:其实在mysql数据库中对应UTF-8字符集的不是utf8编码,而是utf8mb4编码。所以当你的导入数据里有若如Emoji表情或者一些生僻汉字时,就会导不进去造成阻塞卡住。所以你需要注意两点:

      (1)导入语句中限定useUnicode=true&characterEncoding=utf-8,表示以utf-8的格式导出;

      (2)mysql建表语句中有ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

      3、内存不足。导入数据量可能过大,或者分配内存太少

      解决办法:要么分批导入,要么给任务分配更多内存

      4、主机名错误。

      解决办法:这个好像是涉及到主机名的配置问题

      5、主键重复 。

      解决办法:这是因为你导入的数据中有重复的主键值,要针对性处理一下数据

      补充:sqoop从数据库到处数据到hdfs时mapreduce卡住不动解决

      在sqoop时从数据库中导出数据时,出现mapreduce卡住的情况

      经过百度之后好像是要设置yarn里面关于内存和虚拟内存的配置项.我以前没配置这几项,也能正常运行。但是这次好像运行的比较大。出现此故障的原因应该是,在每个Docker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。

      解决方案如下:

      在yarn-site.xml中加入如下配置:

      <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>

      关闭yarn重启就好了!!!

      以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。如有错误或未考虑完全的地方,望不吝赐教。

      来源:脚本之家

      链接:https://www.jb51.net/article/203322.htm

      ,。,!

    • 0
    • 0
    • 0
    • 1
    • 请登录之后再进行评论

      登录
    • 单栏布局 侧栏位置: