在多节点 Hadoop 集群（cloudera 发行版 CDH3u0 Hadoop 0.20.2）上执行 ZF7B44CFFAFD5C52223D5498196C8A2E7BZ 作业时出现“子错误”

Question

我正在使用 8 节点 Hadoop 集群，我正在尝试使用指定的配置执行一个简单的流式传输作业。

hadoop jar /usr/lib/hadoop-0.20/contrib/streaming/hadoop-streaming-0.20.2-cdh3u0.jar \-D mapred.map.max.tacker.failures=10 \-D mared.map.max.attempts=8 \-D mapred.skip.attempts.to.start.skipping=8 \-D mapred.skip.map.max.skip.records=8 \-D mapred.skip.mode.enabled=true \-D mapred.max.map.failures.percent=5  \-input /user/hdfs/ABC/ \-output "/user/hdfs/output1/" \-mapper "perl -e 'while (<>) { chomp; print; }; exit;" \-reducer "perl -e 'while (<>) { ~s/LR\>/LR\>\n/g; print ; }; exit;" 

我正在使用 cloudera 的 hadoop CDH3u0 和 hadoop 0.20.2 的发行版。 执行此作业的问题是该作业每次都失败。 这项工作给出了错误：

 java.lang.Throwable: Child Error
    at org.apache.hadoop.mapred.TaskRunner.run(TaskRunner.java:242)
Caused by: java.io.IOException: Task process exit with nonzero status of 1.
    at org.apache.hadoop.mapred.TaskRunner.run(TaskRunner.java:229)

-------
java.lang.Throwable: Child Error
    at org.apache.hadoop.mapred.TaskRunner.run(TaskRunner.java:242)
Caused by: java.io.IOException: Task process exit with nonzero status of 1.
    at org.apache.hadoop.mapred.TaskRunner.run(TaskRunner.java:229)

 STDERR on the datanodes: 
    Exception in thread "main" java.io.IOException: Exception reading file:/mnt/hdfs/06/local/taskTracker/hdfs/jobcache/job_201107141446_0001/jobToken
    at org.apache.hadoop.security.Credentials.readTokenStorageFile(Credentials.java:146)
    at org.apache.hadoop.mapreduce.security.TokenCache.loadTokens(TokenCache.java:159)
    at org.apache.hadoop.mapred.Child.main(Child.java:107)
Caused by: java.io.FileNotFoundException: File file:/mnt/hdfs/06/local/taskTracker/hdfs/jobcache/job_201107141446_0001/jobToken does not exist.

对于错误的原因，我检查了以下内容，但它仍然崩溃，我无法理解原因。

1. All the temp directories are in place
2. Memory is way more than it might be required for job (running a small job)
3. Permissions verified. 
4. Nothing Fancier done in the configuration just usual stuff.

最奇怪的是，作业有时会成功运行，但大部分时间都会失败。 关于这些问题的任何指导/帮助都会非常有帮助。 我从过去 4 天开始处理这个错误，但我无法弄清楚任何事情。 请帮忙！！！

谢谢和问候， 阿图尔

Answer 1

我遇到了同样的问题，如果任务跟踪器无法为任务分配指定的 memory 给子 JVM，就会发生这种情况。

当集群不忙于同时运行许多其他作业时，尝试再次执行相同的作业，它将 go 通过或推测执行为真，在这种情况下 hadoop 将在另一个任务跟踪器中执行相同的任务。