我正在努力为我的Amazon EMR群集启用YARN日志聚合。我正在按照此文档进行配置:
在标题为“"”的部分中,使用AWS CLI"在Amazon S3中聚合日志。
我已经验证了hadoop-config引导操作将以下内容放入yarn-site.xml
<property><name>yarn.log-aggregation-enable</name><value>true</value></property>
<property><name>yarn.log-aggregation.retain-seconds</name><value>-1</value></property>
<property><name>yarn.log-aggregation.retain-check-interval-seconds</name><value>3000</value></property>
<property><name>yarn.nodemanager.remote-app-log-dir</name><value>s3://mybucket/logs</value></property>
我可以从pi
运行一个示例作业(hadoop-examples.jar
)并看到它在ResourceManager的GUI上成功完成。
它甚至会在s3://mybucket/logs
下创建一个以应用程序ID命名的文件夹。但是文件夹是空的,如果我运行yarn logs -applicationID <applicationId>
,我会得到一个堆栈跟踪:
14/10/20 23:02:15 INFO client.RMProxy: Connecting to ResourceManager at /10.XXX.XXX.XXX:9022
Exception in thread "main" org.apache.hadoop.fs.UnsupportedFileSystemException: No AbstractFileSystem for scheme: s3
at org.apache.hadoop.fs.AbstractFileSystem.createFileSystem(AbstractFileSystem.java:154)
at org.apache.hadoop.fs.AbstractFileSystem.get(AbstractFileSystem.java:242)
at org.apache.hadoop.fs.FileContext$2.run(FileContext.java:333)
at org.apache.hadoop.fs.FileContext$2.run(FileContext.java:330)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:415)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1548)
at org.apache.hadoop.fs.FileContext.getAbstractFileSystem(FileContext.java:330)
at org.apache.hadoop.fs.FileContext.getFSofPath(FileContext.java:322)
at org.apache.hadoop.fs.FSLinkResolver.resolve(FSLinkResolver.java:85)
at org.apache.hadoop.fs.FileContext.listStatus(FileContext.java:1388)
at org.apache.hadoop.yarn.logaggregation.LogCLIHelpers.dumpAllContainersLogs(LogCLIHelpers.java:112)
at org.apache.hadoop.yarn.client.cli.LogsCLI.run(LogsCLI.java:137)
at org.apache.hadoop.yarn.client.cli.LogsCLI.main(LogsCLI.java:199)
这对我没有任何意义;我可以运行hdfs dfs -ls s3://mybucket/
并且它列出内容就好了。这些机器正在从AWS IAM角色获取凭据,我尝试将fs.s3n.awsAccessKeyId等添加到core-site.xml
,但行为没有变化。
非常感谢任何建议。
答案 0 :(得分:5)
Hadoop提供两个fs接口 - FileSystem和AbstractFileSystem。大多数情况下,我们使用FileSystem
并使用fs.s3.impl
等配置选项来提供自定义适配器。
yarn logs
使用AbstractFileSystem
界面。
如果您可以找到S3的实现,可以使用fs.AbstractFileSystem.s3.impl
指定它。
有关fs.AbstractFileSystem.hdfs.impl
等的示例,请参阅core-default.xml