Hadoop日志小结

一、日志分类

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：国际域名空间、网站空间、营销软件、网站建设、广安网站维护、网站推广。

  1、进程日志

  进程日志即为hadoop各个守护进程的日志，例如ResourceManager、NodeManager、NameNode、DataNode等守护进程。集群启动或者运行期间出现异常，首先应该查看进程日志，它是系统排障的重要工具。默认位置为${HADOOP_HOME}/logs。可以在mapred-env.sh和yarn-env.sh中分别指定HADOOP_MAPRED_LOG_DIR和YARN_LOG_DIR变量来改变默认位置。

  进程日志是滚动记录的，当日志达到指定大小之后，会滚动写入下一个文件。可以在$HADOOP_HOME/etc/hadoop/log4j.properties中对文件大小、保留个数等进行相应设置。

  2、作业日志

  作业日志记录了作业运行的整体情况，以及该作业的计数器统计信息。比如作业一共有多少个map，多少个reduce，分别在什么时候哪个节点启动，各个map进行了多少文件读写、占用了多少CPU时间等等。作业日志在系统监控和调优方面有重要作用。

  3、Container日志

  Container日志是hadoop各个container记录的日志，其中会包含错误或失败的重要信息。如果没有打开日志聚合，默认是分布在各个nodemanager节点上的。如果打开了日志聚合选项，则会统一放在集中的位置（比如HDFS上）。Container日志会记录作业运行时会发生的各种运行时信息和错误，对于调试和调优有很大的帮助。

  二、作业日志位置的移动

  作业日志记录的是作业的整体情况，而且会随着作业执行的阶段变化而改变。

  1、作业启动后，hadoop会将作业日志放在${yarn.app.mapreduce.am.staging-dir}/${user}/.staging/{$job_ID}目录。其中：

  yarn.app.mapreduce.am.staging-dir在yarn-site.xml中指定，默认是/tmp/hadoop-yarn/staging

  ${user}是运行作业的用户

  例如：grid用户发起一个mr作业，job_id为job_1483969906296_0002，在其运行没有结束时，作业的日志会放在/tmp/hadoop-yarn/staging/grid/.staging/job_1483969906296_0002目录中。

  2、作业完成后，作业日志会被移到${mapreduce.jobhistory.intermediate-done-dir}/${user}，其中${mapreduce.jobhistory.intermediate-done-dir}可以在mapred-site.xml中配置，默认值是${yarn.app.mapreduce.am.staging-dir}/history/done_intermediate

  3、第2步的这个新地址只是个临时的中转站，hadoop会定时将这个目录中的日志转移到永久地址：${mapreduce.jobhistory.done-dir}/${year}/${month}/${day}/000000目录中。其中的000000应该会发生变化，暂时未确定代表何种变量，以后确认后再补充。

  三、其它补充

  1、作业日志中的jhist文件为json格式，保存了作业的主要信息

  2、如果需要查看container日志，最好打开日志聚合（在yarn-site.xml中配置yarn.log-aggregation-enable为true），可以使用yarn logs -applicationId 查看完整的container日志。