我们有两个HDP群集设置,我们称之为A和B.
群集NODES :
CLUSTER B NODES :
我们的应用程序中有三个主要组件对传入文件执行ETL(提取,转换和加载)操作。我将这些组件分别称为E,T和L.
组件E特征:
组件T特性:
组件L特征:
组件L是所有三个组件中的宝石,我们没有遇到任何故障。组分E中存在轻微的无法解释的毛刺,但组分T是最麻烦的毛刺。
组件E和T都使用DFS客户端与namenode进行通信。
以下是我们在运行组件T时间歇性地观察到的异常的摘录:
clusterA.namenode.com/10.141.160.141:8020. Trying to fail over immediately.
java.io.IOException: Failed on local exception: java.io.IOException: Connection reset by peer; Host Details : local host is: "clusterB.datanode.com"; destination host is: "clusterA.namenode.com":8020;
at org.apache.hadoop.net.NetUtils.wrapException(NetUtils.java:782)
at org.apache.hadoop.ipc.Client.call(Client.java:1459)
at org.apache.hadoop.ipc.Client.call(Client.java:1392)
at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:229)
at com.sun.proxy.$Proxy15.complete(Unknown Source)
at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB.complete(ClientNamenodeProtocolTranslatorPB.java:464)
at sun.reflect.GeneratedMethodAccessor1240.invoke(Unknown Source)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at org.apache.hadoop.io.retry.RetryInvocationHandler.invokeMethod(RetryInvocationHandler.java:258)
at org.apache.hadoop.io.retry.RetryInvocationHandler.invoke(RetryInvocationHandler.java:104)
at com.sun.proxy.$Proxy16.complete(Unknown Source)
at org.apache.hadoop.hdfs.DFSOutputStream.completeFile(DFSOutputStream.java:2361)
at org.apache.hadoop.hdfs.DFSOutputStream.closeImpl(DFSOutputStream.java:2338)
at org.apache.hadoop.hdfs.DFSOutputStream.close(DFSOutputStream.java:2303)
at org.apache.hadoop.fs.FSDataOutputStream$PositionCache.close(FSDataOutputStream.java:72)
at org.apache.hadoop.fs.FSDataOutputStream.close(FSDataOutputStream.java:106)
at org.apache.hadoop.io.compress.CompressorStream.close(CompressorStream.java:109)
at sun.nio.cs.StreamEncoder.implClose(StreamEncoder.java:320)
at sun.nio.cs.StreamEncoder.close(StreamEncoder.java:149)
at java.io.OutputStreamWriter.close(OutputStreamWriter.java:233)
at com.abc.xyz.io.CounterWriter.close(CounterWriter.java:34)
at com.abc.xyz.common.io.PathDataSink.close(PathDataSink.java:47)
at com.abc.xyz.diamond.parse.map.node.AbstractOutputNode.finalise(AbstractOutputNode.java:142)
at com.abc.xyz.diamond.parse.map.application.spark.node.SparkOutputNode.finalise(SparkOutputNode.java:239)
at com.abc.xyz.diamond.parse.map.DiamondMapper.onParseComplete(DiamondMapper.java:1072)
at com.abc.xyz.diamond.parse.decode.decoder.DiamondDecoder.parse(DiamondDecoder.java:956)
at com.abc.xyz.parsing.functions.ProcessorWrapper.process(ProcessorWrapper.java:96)
at com.abc.xyz.parser.FlumeEvent2AvroBytes.call(FlumeEvent2AvroBytes.java:131)
at com.abc.xyz.parser.FlumeEvent2AvroBytes.call(FlumeEvent2AvroBytes.java:45)
at org.apache.spark.api.java.JavaRDDLike$$anonfun$fn$1$1.apply(JavaRDDLike.scala:129)
at org.apache.spark.api.java.JavaRDDLike$$anonfun$fn$1$1.apply(JavaRDDLike.scala:129)
at scala.collection.Iterator$$anon$13.hasNext(Iterator.scala:371)
at scala.collection.Iterator$$anon$14.hasNext(Iterator.scala:388)
at scala.collection.convert.Wrappers$IteratorWrapper.hasNext(Wrappers.scala:29)
at com.abc.xyz.zzz.ParseFrameHolder$ToKafkaStream.call(ParseFrameHolder.java:123)
at com.abc.xyz.zzz.ParseFrameHolder$ToKafkaStream.call(ParseFrameHolder.java:82)
at org.apache.spark.api.java.JavaRDDLike$$anonfun$foreachPartition$1.apply(JavaRDDLike.scala:225)
at org.apache.spark.api.java.JavaRDDLike$$anonfun$foreachPartition$1.apply(JavaRDDLike.scala:225)
at org.apache.spark.rdd.RDD$$anonfun$foreachPartition$1$$anonfun$apply$35.apply(RDD.scala:927)
at org.apache.spark.rdd.RDD$$anonfun$foreachPartition$1$$anonfun$apply$35.apply(RDD.scala:927)
at org.apache.spark.SparkContext$$anonfun$runJob$5.apply(SparkContext.scala:1882)
at org.apache.spark.SparkContext$$anonfun$runJob$5.apply(SparkContext.scala:1882)
at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:66)
at org.apache.spark.scheduler.Task.run(Task.scala:89)
at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:227)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
at java.lang.Thread.run(Thread.java:745)
Caused by: java.io.IOException: Connection reset by peer
at sun.nio.ch.FileDispatcherImpl.read0(Native Method)
at sun.nio.ch.SocketDispatcher.read(SocketDispatcher.java:39)
at sun.nio.ch.IOUtil.readIntoNativeBuffer(IOUtil.java:223)
at sun.nio.ch.IOUtil.read(IOUtil.java:197)
at sun.nio.ch.SocketChannelImpl.read(SocketChannelImpl.java:380)
at org.apache.hadoop.net.SocketInputStream$Reader.performIO(SocketInputStream.java:57)
at org.apache.hadoop.net.SocketIOWithTimeout.doIO(SocketIOWithTimeout.java:142)
at org.apache.hadoop.net.SocketInputStream.read(SocketInputStream.java:161)
at org.apache.hadoop.net.SocketInputStream.read(SocketInputStream.java:131)
at java.io.FilterInputStream.read(FilterInputStream.java:133)
at java.io.FilterInputStream.read(FilterInputStream.java:133)
at org.apache.hadoop.ipc.Client$Connection$PingInputStream.read(Client.java:554)
at java.io.BufferedInputStream.fill(BufferedInputStream.java:246)
at java.io.BufferedInputStream.read(BufferedInputStream.java:265)
at java.io.DataInputStream.readInt(DataInputStream.java:387)
at org.apache.hadoop.ipc.Client$Connection.receiveRpcResponse(Client.java:1116)
at org.apache.hadoop.ipc.Client$Connection.run(Client.java:1011)
如上所述,我们非常间歇地面对此异常,当它确实发生时,我们的应用程序会卡住,导致我们重新启动它。
我们尝试的解决方案:
我们的第一个疑点是我们正在重载群集A中的活动名称节点,因为组件T并行打开了大量的DFS客户端,并对不同的文件执行文件操作(在同一文件上没有争用问题)。在我们努力解决这个问题时,我们查看了namenode dfs.namenode.handler.count 和 ipc.server.listen.queue.size 的两个关键参数后者从128(默认)到1024。
不幸的是,问题仍然存在于组件T中。我们开始对问题采取不同的方法。我们专注于找到连接重置对等的原因。根据很多文章和堆栈交换讨论,问题描述如下, RST 标志已由对等方设置,导致连接立即终止 。在我们的例子中,我们确定了对等体是集群A的名称节点。
记住RST标志,我深入了解了TCP通信的内部结构,仅限于w.r.t. RST标志的原因。
回到这一点,当积压完全填满时,TCP会以两种方式运行,这种行为也可以通过名为 net.ipv4.tcp_abort_on_overflow 的内核参数来控制。这默认情况下设置为0并导致内核在积压已满时丢弃任何新的SYN数据包,这反过来又让发送方重新发送SYN数据包。设置为1时,内核将在数据包中标记RST标志并将其发送给发送方,从而突然终止连接。
我们检查了上述内核参数的值,发现 net.core.somaxconn 设置为1024, net.ipv4.tcp_abort_on_overflow 是设置为0,并且在两个群集中的所有计算机上将 net.ipv4.tcp_max_syn_backlog 设置为4096。
我们现在唯一的疑问是将群集A连接到群集B的交换机,因为任何群集中的任何一台机器都不会将RST标志设置为参数 net.ipv4。 tcp_abort_on_overflow 设置为0.
我的问题
我们解决此问题的下一个方法是通过使用tcpdump或wireshark分析数据包来识别哪个机器或交换机(没有涉及路由器)正在设置RST标志。我们还将上面提到的所有队列的大小增加到4096,以便有效地处理突发流量。
namenode日志显示没有任何异常的迹象,除了Ambari中看到的Namenode连接负载在某些时间点偷看,而不一定是在发生Connection Reset By Peer异常时。
总而言之,我想知道我们是否正走在正确的轨道上来解决这个问题,还是我们刚刚走向死胡同?
P.S。我为我的问题中的内容长度道歉。在寻求任何帮助或建议之前,我想向读者展示整个背景。感谢您的耐心等待。
答案 0 :(得分:0)
首先,您的网络中确实可能存在一些奇怪的事情,也许您将设法通过提及的步骤对其进行跟踪。
话虽这么说,但是当我观察这些步骤时,我个人发现有些违反直觉的事情。
您当前需要执行步骤T,以及最脆弱的集群内传输。也许您看到的可靠性要比普通人差,但是我会认真考虑将复杂部分和易碎部分分开。
如果执行此操作(或简单地将工作分成较小的块),则设计一个解决方案应该很简单,该解决方案可能会发现其脆弱的步骤有时会失败,但是在这种情况下只需重试即可。当然,重试将以最低的成本进行,因为只需要重试一小部分工作。
总结:这可能有助于解决连接问题,但如果可能的话,您可能想设计间歇性的故障诱饵。