Hadoop集群搭建完毕后，如何测试是否正常工作？

最近，要在沙箱的环境装一个hadoop的集群，用来建索引所需，装hadoop已经没啥难的了，后面，散仙会把重要的配置信息，贴出来，本次装的hadoop版本是hadoop1.2的版本，如果不知道怎么装的，可以参考这篇文章，安装的具体步骤，散仙在这里不在重述，重点在于hadoop-nd,hadoop-dd,tmp目录的配置，下面是配置文件的示例：



core-site.xml的配置：

<configuration>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://h1:8020</value>
        </property>
        <property>
                <name>io.compression.codecs</name>
                <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.BZip2Codec,org.apache.hadoop.io.compress
.SnappyCodec</value>
                <final>true</final>
        </property>
</configuration>
~                       

hdfs-site.xml的配置：

<configuration>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://h1:8020</value>
        </property>
        <property>
                <name>dfs.block.size</name>
                <value>134217728</value>
        </property>
        <property>
                <name>dfs.namenode.handler.count</name>
                <value>10</value>
        </property>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
        <property>
                <name>dfs.name.dir</name>
                <value>/home/search/hadoop-nd</value>
        </property>
        <property>
                <name>dfs.data.dir</name>
                <value>/home/search/hadoop-dd</value>
        </property>
        <property>
                <name>dfs.tmp.dir</name>
                <value>/home/search/tmp</value>
        </property>
        <property>
                <name>dfs.web.ugi</name>
                <value>search,search</value>
        </property>
        <property>
                <name>dfs.balance.bandwidthPerSec</name>
                <value>10485760</value>
        </property>
        <property>
                <name>dfs.support.append</name>
                <value>true</value>
        </property>
        <property>
                <name>dfs.permissions</name>
                <value>false</value>
        </property>
</configuration>

mapred-site.xml的配置：

<configuration>
        <property>
                <name>mapred.job.tracker</name>
                <value>h1:8021</value>
        </property>
        <property>
                <name>mapred.tasktracker.map.tasks.maximum</name>
                <value>2</value>
        </property>
        <property>
                <name>mapred.tasktracker.reduce.tasks.maximum</name>
                <value>2</value>
        </property>
        <property>
                <name>mapred.map.child.java.opts</name>
                <value>-Xmx512M</value>
        </property>
        <property>
                <name>mapred.reduce.child.java.opts</name>
                <value>-Xmx512M</value>
        </property>
</configuration>
~                   

hadoop-env.sh，看情况配置，第一次安装需要配置JDK的路径

下面说重点问题：

集群，安装完毕后，
（1）先使用jps命令，查看所有的hadoop进程是否，启动正常，如果没有全部启动，需要查看，对应的log信息。
（2）如果进程都正常，可以访问对应的端口信息，在Web上查看集群页面信息
（3）如果页面上也正常，这时候，我们需要跑一个基准测试来真正的校验下，集群的计算情况，基准测试主要测试两个方面，一个是生成文件，测的是Map的运行情况，一个是排序输出，测的是Reduce的运行情况，针对hadoop1.2.x的版本我们可以使用如下的命令进行基准测试，注意需要进入到hadoop的根目录：

生成数据文件
1，hadoop jar hadoop-examples-1.2.1.jar teragen 10000000 input
排序输出
2， hadoop jar hadoop-examples-1.2.1.jar terasort  input output


如果是hadoop2.x，需要使用如下方式跑基准：
（1）./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar randomwriter rand
（2）./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar sort rand sort-rand
第一个命令会在rand 目录的生成没有排序的数据。第二个命令会读数据，排序，然后写入rand-sort 目录


基准测试，正是验证hadoop集群是否工作正常的一个非常重要的手段，散仙，运行之后，发现生成文件时，没有问题，而使用排序的基准时，发现reduce卡死现象，map100%之后，reduce一直不动，内存，Cpu等资源是充足的，然后看查看log，发现读取的映射地址有问题，在web页面上查看reduce的执行情况，发现解析地址错误：




注意上图做下面的地址，正常的情况，这个链接应该是本机IP的某个地址下的，但现在解析成这样，肯定获取不到数据，在reduce阶段，要拉取所有节点上的数据，进行排序，如果拉取中，出现网络异常，那么程序一直阻塞，重试，导致reduce阶段，失败，或出现运行缓慢的情况下，找到大致原因后，回到linux上，查看主机名，/etc/hosts的配置
,并使用ping命令，ping自己的主机名，或者在hosts文件里，相对应的主机名，并查看DNS的解析名，是否正常，确定无误后，把hosts文件，同步到集群上的其他机器上，确保一致，然后关掉集群，重启格式化，重启，再跑次，基准测试，运行正常：

[search@apsaras-server5 ~/hadoop]$ hadoop jar hadoop-examples-1.2.1.jar terasort  input output 
14/10/28 15:23:29 INFO terasort.TeraSort: starting
14/10/28 15:23:29 INFO mapred.FileInputFormat: Total input paths to process : 2
14/10/28 15:23:29 WARN snappy.LoadSnappy: Snappy native library is available
14/10/28 15:23:29 INFO util.NativeCodeLoader: Loaded the native-hadoop library
14/10/28 15:23:29 INFO snappy.LoadSnappy: Snappy native library loaded
14/10/28 15:23:29 INFO zlib.ZlibFactory: Successfully loaded & initialized native-zlib library
14/10/28 15:23:29 INFO compress.CodecPool: Got brand-new compressor
Making 1 from 100000 records
Step size is 100000.0
14/10/28 15:23:30 INFO mapred.FileInputFormat: Total input paths to process : 2
14/10/28 15:23:30 INFO mapred.JobClient: Running job: job_201410281520_0002
14/10/28 15:23:31 INFO mapred.JobClient:  map 0% reduce 0%
14/10/28 15:23:41 INFO mapred.JobClient:  map 25% reduce 0%
14/10/28 15:23:42 INFO mapred.JobClient:  map 75% reduce 0%
14/10/28 15:23:51 INFO mapred.JobClient:  map 100% reduce 0%
14/10/28 15:23:55 INFO mapred.JobClient:  map 100% reduce 16%
14/10/28 15:23:58 INFO mapred.JobClient:  map 100% reduce 66%
14/10/28 15:24:01 INFO mapred.JobClient:  map 100% reduce 72%
14/10/28 15:24:04 INFO mapred.JobClient:  map 100% reduce 75%
14/10/28 15:24:07 INFO mapred.JobClient:  map 100% reduce 79%
14/10/28 15:24:11 INFO mapred.JobClient:  map 100% reduce 82%
14/10/28 15:24:14 INFO mapred.JobClient:  map 100% reduce 86%
14/10/28 15:24:17 INFO mapred.JobClient:  map 100% reduce 89%
14/10/28 15:24:20 INFO mapred.JobClient:  map 100% reduce 92%
14/10/28 15:24:23 INFO mapred.JobClient:  map 100% reduce 96%
14/10/28 15:24:26 INFO mapred.JobClient:  map 100% reduce 99%
14/10/28 15:24:27 INFO mapred.JobClient:  map 100% reduce 100%
14/10/28 15:24:29 INFO mapred.JobClient: Job complete: job_201410281520_0002
14/10/28 15:24:29 INFO mapred.JobClient: Counters: 31
14/10/28 15:24:29 INFO mapred.JobClient:   Job Counters 
14/10/28 15:24:29 INFO mapred.JobClient:     Launched reduce tasks=1
14/10/28 15:24:29 INFO mapred.JobClient:     SLOTS_MILLIS_MAPS=74679
14/10/28 15:24:29 INFO mapred.JobClient:     Total time spent by all reduces waiting after reserving slots (ms)=0
14/10/28 15:24:29 INFO mapred.JobClient:     Total time spent by all maps waiting after reserving slots (ms)=0
14/10/28 15:24:29 INFO mapred.JobClient:     Rack-local map tasks=3
14/10/28 15:24:29 INFO mapred.JobClient:     Launched map tasks=8
14/10/28 15:24:29 INFO mapred.JobClient:     Data-local map tasks=5
14/10/28 15:24:29 INFO mapred.JobClient:     SLOTS_MILLIS_REDUCES=45667
14/10/28 15:24:29 INFO mapred.JobClient:   File Input Format Counters 
14/10/28 15:24:29 INFO mapred.JobClient:     Bytes Read=1000024576
14/10/28 15:24:29 INFO mapred.JobClient:   File Output Format Counters 
14/10/28 15:24:29 INFO mapred.JobClient:     Bytes Written=1000000000
14/10/28 15:24:29 INFO mapred.JobClient:   FileSystemCounters
14/10/28 15:24:29 INFO mapred.JobClient:     FILE_BYTES_READ=2040001344
14/10/28 15:24:29 INFO mapred.JobClient:     HDFS_BYTES_READ=1000025344
14/10/28 15:24:29 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=3060519016
14/10/28 15:24:29 INFO mapred.JobClient:     HDFS_BYTES_WRITTEN=1000000000
14/10/28 15:24:29 INFO mapred.JobClient:   Map-Reduce Framework
14/10/28 15:24:29 INFO mapred.JobClient:     Map output materialized bytes=1020000048
14/10/28 15:24:29 INFO mapred.JobClient:     Map input records=10000000
14/10/28 15:24:29 INFO mapred.JobClient:     Reduce shuffle bytes=1020000048
14/10/28 15:24:29 INFO mapred.JobClient:     Spilled Records=30000000
14/10/28 15:24:29 INFO mapred.JobClient:     Map output bytes=1000000000
14/10/28 15:24:29 INFO mapred.JobClient:     Total committed heap usage (bytes)=1232338944
14/10/28 15:24:29 INFO mapred.JobClient:     CPU time spent (ms)=79710
14/10/28 15:24:29 INFO mapred.JobClient:     Map input bytes=1000000000
14/10/28 15:24:29 INFO mapred.JobClient:     SPLIT_RAW_BYTES=768
14/10/28 15:24:29 INFO mapred.JobClient:     Combine input records=0
14/10/28 15:24:29 INFO mapred.JobClient:     Reduce input records=10000000
14/10/28 15:24:29 INFO mapred.JobClient:     Reduce input groups=10000000
14/10/28 15:24:29 INFO mapred.JobClient:     Combine output records=0
14/10/28 15:24:29 INFO mapred.JobClient:     Physical memory (bytes) snapshot=1721982976
14/10/28 15:24:29 INFO mapred.JobClient:     Reduce output records=10000000
14/10/28 15:24:29 INFO mapred.JobClient:     Virtual memory (bytes) snapshot=10064424960
14/10/28 15:24:29 INFO mapred.JobClient:     Map output records=10000000
14/10/28 15:24:29 INFO terasort.TeraSort: done

hadoop的任务启动后，可使用hadoop job -list命令，来查看当前正在执行的MR任务，如果想要强制，停掉正在执行的MR任务，可以使用hadoop job -kill 任务名 即可

总结：

关于散仙这个异常的原因，就是因为hosts文件的配置的映射名，太多了，并且本机的host名没有配置，和其他的机器上的hosts文件也不大一致，导致了上述问题的发生，出现问题时，我们就从日志下手，找到相关的蛛丝马迹然后一点点解决，


如果关闭hadoop集群，关不掉，可以试试如下的命令，强制kill：

jps | grep NameNode | awk '{print $1}' | xargs kill $1
jps | grep SecondaryNameNode | awk '{print $1}' | xargs kill $1
jps | grep ResourceManager | awk '{print $1}' | xargs kill $1
jps | grep DataNode | awk '{print $1}' | xargs kill $1
jps | grep NodeManager  | awk '{print $1}' | xargs kill $1