新手搞hadoop最头疼各种各样的问题了，我把自己遇到的问题以及解决办法大致整理一下先，希望对你们有所帮助。

　　一、hadoop集群在namenode格式化(bin/hadoop namenode -format)后重启集群会出现如下 (问题非常明显，基本无疑义)

Incompatible namespaceIDS in ... :namenode namespaceID = ... ,datanode namespaceID=...

错误，原因是格式化namenode后会重新创建一个新的namespaceID,以至于和datanode上原有的不一致。

解决方法：

删除datanode dfs.data.dir目录(默认为tmp/dfs/data)下的数据文件

修改dfs.data.dir/current/VERSION 文件，把namespaceID修成与namenode上相同即可(log错误里会有提示)

重新指定新的dfs.data.dir目录

　　二、hadoop集群启动start-all.sh的时候，slave总是无法启动datanode，并会报错：(绝大部分是网络问题，2，3多半是。1，一般不建议，有可能丢失数据。4,一般会提示空间不足)

... could only be replicated to 0 nodes, instead of 1 ...

就是有节点的标识可能重复(个人认为这个错误的原因)。也可能有其他原因，一下解决方法请依次尝试，我是解决了。

解决方法：

1.删除所有节点dfs.data.dir和dfs.tmp.dir目录(默认为tmp/dfs/data和tmp/dfs/tmp)下的数据文件;然后重新hadoop namenode -format 格式化节点;然后启动。

2.如果是端口访问的问题，你应该确保所用的端口都打开，比如hdfs://machine1:9000/、50030、50070之类的。执行#iptables -I INPUT -p tcp --dport 9000 -j ACCEPT 命令。如果还有报错：hdfs.DFSClient: Exception in createBlockOutputStream java.net.ConnectException: Connection refused;应该是datanode上的端口不能访问，到datanode上修改iptables：#iptables -I INPUT -s machine1 -p tcp -j ACCEPT

3.还有可能是防火墙的限制集群间的互相通信。尝试关闭防火墙。/etc/init.d/iptables stop

4.最后还有可能磁盘空间不够了，请查看 df -al

我在解决这个问题的时候还有人说：先后启动namenode、datanode可以解决这个问题(本人尝试发现没用，大家可以试试)$hadoop-daemon.sh start namenode ; $hadoop-daemon.sh start datanode

　　三、程序执行出现Error: java.lang.NullPointerException

空指针异常，确保java程序的正确。变量什么的使用前先实例化声明，不要有数组越界之类的现象。检查程序。

四、执行自己的程序的时候，(各种)报错，请确保一下情况：

前提都是你的程序是正确通过编译的

集群模式下，请把要处理的数据写到HDFS里，并且确保HDFS路径正确

指定执行的jar包的入口类名(我不知道为什么有时候不指定也是可以运行的)

正确的写法类似：

$ hadoop jar myCount.jar myCount input output

　　五、ssh无法正常通信的问题，这个问题我在搭建篇里有详细提到过

　　六、程序编译问题，各种包没有的情况，请确保你把hadoop目录下 和hadoop/lib目录下的jar包都有引入。详细情况也是看搭建篇里的操作。

　　七、Hadoop启动datanode时出现Unrecognized option: -jvm 和 Could not create the Java virtual machine.

在hadoop安装目录/bin/hadoop中有如下一段shell:

[url=]View Code[/url] SHELL

123456CLASS='org.apache.hadoop.hdfs.server.datanode.DataNode' if [[ $EUID -eq 0 ]]; then HADOOP_OPTS="$HADOOP_OPTS -jvm server $HADOOP_DATANODE_OPTS" else HADOOP_OPTS="$HADOOP_OPTS -server $HADOOP_DATANODE_OPTS" fi

$EUID 这里的用户标识，如果是root的话，这个标识会是0，所以尽量不要使用root用户来操作hadoop就好了。这也是我在配置篇里提到不要使用root用户的原因。

八、如果出现终端的错误信息是：

ERROR hdfs.DFSClient: Exception closing file /user/hadoop/musicdata.txt : java.io.IOException: All datanodes 10.210.70.82:50010 are bad. Aborting...

还有jobtracker log的报错信息

Error register getProtocolVersion

java.lang.IllegalArgumentException: Duplicate metricsName:getProtocolVersion

和可能的一些警告信息：

WARN hdfs.DFSClient: DataStreamer Exception: java.io.IOException: Broken pipe

WARN hdfs.DFSClient: DFSOutputStream ResponseProcessor exception for block blk_3136320110992216802_1063java.io.IOException: Connection reset by peer

WARN hdfs.DFSClient: Error Recovery for block blk_3136320110992216802_1063 bad datanode[0] 10.210.70.82:50010 put: All datanodes 10.210.70.82:50010 are bad. Aborting...

解决办法：

查看dfs.data.dir属性所指的路径是否磁盘已经满了，如果满了则进行处理后再次尝试hadoop fs -put数据。

如果相关磁盘没有满，则需要排查相关磁盘没有坏扇区，需要检测。

　　八、如果出现终端的错误信息是：

ERROR hdfs.DFSClient: Exception closing file /user/hadoop/musicdata.txt : java.io.IOException: All datanodes 10.210.70.82:50010 are bad. Aborting...

还有jobtracker log的报错信息

Error register getProtocolVersion

java.lang.IllegalArgumentException: Duplicate metricsName:getProtocolVersion

和可能的一些警告信息：

WARN hdfs.DFSClient: DataStreamer Exception: java.io.IOException: Broken pipe

WARN hdfs.DFSClient: DFSOutputStream ResponseProcessor exception for block blk_3136320110992216802_1063java.io.IOException: Connection reset by peer

WARN hdfs.DFSClient: Error Recovery for block blk_3136320110992216802_1063 bad datanode[0] 10.210.70.82:50010 put: All datanodes 10.210.70.82:50010 are bad. Aborting...

解决办法：

查看dfs.data.dir属性所指的路径是否磁盘已经满了，如果满了则进行处理后再次尝试hadoop fs -put数据。

如果相关磁盘没有满，则需要排查相关磁盘没有坏扇区，需要检测

　　九、如果在执行hadoop的jar程序时得到报错信息：

java.io.IOException: Type mismatch in key from map: expected org.apache.hadoop.io.NullWritable, recieved org.apache.hadoop.io.LongWritable

或者类似：

Status : FAILED java.lang.ClassCastException: org.apache.hadoop.io.LongWritable cannot be cast to org.apache.hadoop.io.Text

那么你需要学习hadoop数据类型和 map/reduce模型的基本知识。我的这篇读书笔记里边中间部分有介绍hadoop定义的数据类型和自定义数据类型的方法(主要是对writable类的学习和了解);和这篇里边说的MapReduce的类型和格式。也就是《hadoop权威指南》这本书的第四章Hadoop I/O和第七章MapReduce的类型和格式。如果你急于解决这个问题，我现在也可以告诉你迅速的解决之道，但这势必影响你以后开发：

确保一下数据的一致：

... extends Mapper...

public void map(k1 k, v1 v, OutputCollector output)...

...

...extends Reducer...

public void reduce(k2 k,v2 v,OutputCollector output)...

...

job.setMapOutputKeyClass(k2.class);

job.setMapOutputValueClass(k2.class);

job.setOutputKeyClass(k3.class);

job.setOutputValueClass(v3.class);

...

注意 k* 和 v*的对应。建议还是看我刚才说的两个章节。详细知道其原理。

　　十、如果碰到datanode报错如下：

ERROR org.apache.hadoop.hdfs.server.datanode.DataNode: java.io.IOException: Cannot lock storage /data1/hadoop_data. The directory is already locked.

根据错误提示来看，是目录被锁住，无法读取。这时候你需要查看一下是否有相关进程还在运行或者slave机器的相关hadoop进程还在运行，结合linux这俩命令来进行查看：

netstat -nap

ps -aux | grep 相关PID

如果有hadoop相关的进程还在运行，就使用kill命令干掉即可。然后再重新使用start-all.sh。

　　十一、如果碰到jobtracker报错如下：

Shuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out.

解决方式，修改datanode节点里/etc/hosts文件。

简单介绍下hosts格式：

每行分为三个部分：第一部分网络IP地址、第二部分主机名或域名、第三部分主机别名

操作的详细步骤如下：

1、首先查看主机名称：

cat /proc/sys/kernel/hostname

会看到一个HOSTNAME的属性，把后边的值改成IP就OK，然后退出。

2、使用命令：

hostname ***.***.***.**

星号换成相应的IP。

3、修改hosts配置类似内容如下：

127.0.0.1 localhost.localdomain localhost

::1 localhost6.localdomain6 localhost6

10.200.187.77 10.200.187.77 hadoop-datanode

如果配置后出现IP地址就表示修改成功了，如果还是显示主机名就有问题了，继续修改这个hosts文件，

上图提醒下，chenyi是主机名。

当在测试环境里，自己再去部署一个域名服务器(个人觉得很繁琐)，所以简单地方式，就直接用IP地址比较方便。如果有了域名服务器的话，那就直接进行映射配置即可。

如果还是出现洗牌出错这个问题，那么就试试别的网友说的修改配置文件里的hdfs-site.xml文件，添加以下内容：

dfs.http.address

*.*.*.*:50070 端口不要改，星号换成IP，因为hadoop信息传输都是通过HTTP，这个端口是不变的。

　　十一、如果碰到jobtracker报错如下：

java.lang.RuntimeException: PipeMapRed.waitOutputThreads(): subprocess failed with code *

这是java抛出的系统返回的错误码，错误码表示的意思详细的请看这里。

我这里是些streaming的php程序时遇到的，遇到的错误码是code 2: No such file or directory。即找不到文件或者目录。发现命令竟然忘记使用'php ****' 很坑，另外网上看到也可能是include、require等命令造成。详细的请根据自身情况和错误码修改。

转自http://blog.pureisle.net/archives/1687.html

个人觉得，有过一定经验的，基本都会遇到类似的问题，所以发给大家分享下!

看完阿里云的Hadoop云梯集群设计思路有感

上次去Hadoop大会，听了互联网的专场，对于阿里的云梯这个主题颇有些印象，但是由于对Hadoop纯属概念党，所以听的也不是太懂，今天在网上查了下这个云梯，其实网关于这个上面的还是挺多的，所以特别看了下：背景：阿里的云梯集群是承载了阿里巴巴过去五年来的

Hadoop实战,阿里云