在 hadoop 集群中每天限制清理 /tmp 是否正确

Question

我们有 HDP 集群版本 – 2.6.4

集群安装在 redhat 机器版本 – 7.2

我们在 JournalNodes 机器（主机）上注意到以下问题

我们有 3 台 JournalNodes 机器，在 /tmp 文件夹下我们有数千个空文件夹作为

drwx------.  2 hive      hadoop     6 Dec 20 09:00 a962c02e-4ed8-48a0-b4bb-79c76133c3ca_resources

还有很多文件夹

drwxr-xr-x.  4 hive      hadoop  4096 Dec 12 09:02 hadoop-unjar6426565859280369566

内容为

beeline-log4j.properties  BeeLine.properties  META-INF  org  sql-keywords.properties

/tmp 应根据配置文件每 10 天清除一次：

more  /usr/lib/tmpfiles.d/tmp.conf
#  This file is part of systemd.
#
#  systemd is free software; you can redistribute it and/or modify it
#  under the terms of the GNU Lesser General Public License as published by
#  the Free Software Foundation; either version 2.1 of the License, or
#  (at your option) any later version.

# See tmpfiles.d(5) for details

# Clear tmp directories separately, to make them easier to override
v /tmp 1777 root root 10d
v /var/tmp 1777 root root 30d

# Exclude namespace mountpoints created with PrivateTmp=yes
x /tmp/systemd-private-%b-*
X /tmp/systemd-private-%b-*/tmp
x /var/tmp/systemd-private-%b-*
X /var/tmp/systemd-private-%b-*/tmp
You have new mail in /var/spool/mail/root

所以我们将保留减少到1d而不是10d以避免这个问题

然后确实/tmp只有一天的文件夹内容

但是我想问以下问题

是否可以将 Hadoop 集群中关于 /tmp 的保留时间配置为 1 天？

（我几乎可以肯定没问题，但想听听更多意见）

第二

为什么 HIVE 会生成数千个空文件夹作为 XXXX_resources ，

是否有可能从 HIVE 服务中解决它，而不是限制 /tmp 上的保留

Answer 1

只要仍有可用空间可用于正常运行，在 /tmp 中有数千个文件夹是很正常的。 许多进程都在使用/tmp，包括Hive、Pig 等。/tmp 的一天保留期可能太小了，因为通常Hive 或其他map-reduce 任务可以运行一天以上，尽管这取决于您的任务。 HiveServer 应该删除临时文件，但是当任务失败或中止时，这些文件可能会保留，这也取决于 Hive 版本。 最好配置一些保留，因为当 /tmp 中没有剩余空间时，一切都会停止工作。

另请阅读有关 HDFS 暂存目录保留的Jira 。