BlackWing
- 浏览: 196785 次
- 性别:
- 来自: 广州
-
最新评论
-
永立s：
这篇博客帮我解决了一个问题,十分感谢.
HBase表增加snappy压缩 -
BlackWing：
日志是job运行日志，看你怎么配置了，一般就在hadoop安装 ...
解决Exception from container-launch: ExitCodeException exitCode=1的另类错误 -
heymaomao：
heymaomao 写道有两个问题，想请教下楼主 第一是日志楼 ...
解决Exception from container-launch: ExitCodeException exitCode=1的另类错误 -
heymaomao：
有两个问题，想请教下楼主 第一是日志楼主到底看的是哪个日志文件 ...
解决Exception from container-launch: ExitCodeException exitCode=1的另类错误 -
atomduan：
本地的Unix 进程创建失败，检查下服务器内存是否够用，是不是 ...
解决Exception from container-launch: ExitCodeException exitCode=1的另类错误
文章列表
转载请标明出处：http://blackwing.iteye.com/blog/1949154
不少公司为了安全，hadoop、hbase集群都是不对外开放，只有一台入口机对外，那么当要查看hadoop、hbase集群机器状态等信息时，就没办法了。
而要实现内网机器给外网访问，要解决的问题是：
1.hadoop、hbase页面上的url替换成外网能访问的url
2.通过有限的端口、外网ip对外提供整集群访问
强大的nginx正好能解决这个问题。而nginx要替换返回的页面内容，虽然它自己有模块可以实现，但据了解只能替换一次，而网上比较常用的是第三方的替换模块nginx_substituti ...
转载请标明出处：http://blackwing.iteye.com/blog/1943942
这位xd的文章(http://blog.csdn.net/cxin917/article/details/9005088)讲述的办法能正确解决Not a host:port pair的问题，主要来说是hbase-binding.jar跟hbase、hadoop版本问题。
但我在编译ycsb时遇到asm-3.1.jar出问题，报错大概说can't open zip file。完整的编译过程如下：
1. 下载编译好的tar：
官方git地址：https://github.com/brianfran ...
转载请标明出处：http://blackwing.iteye.com/blog/1943575
之前为HBase增加SNAPPY压缩的一篇文章：http://blackwing.iteye.com/blog/1942037
本以为这样hbase就能使用SNAPPY了，但发现RS的log不停报错：
IOException: Compression algorithm 'snappy' previously failed test
根据官方教程再做一遍：http://hbase.apache.org/book/snappy.compression.html
还是报错，后来发现差异。服务器安 ...
转载请标明来源：http://blackwing.iteye.com/blog/1942037
此前使用的是LZO，近期想着试试snappy的实力，snappy的安装可以参考另外一篇文章：http://blackwing.iteye.com/blog/1940933
HBase添加snappy压缩步骤如下：
1. 验证snappy是否正常安装：
找某个文件，对其进行压缩测试
hbase org.apache.hadoop.hbase.util.CompressionTest hbase-hadoop-regionserver.log snappy
如果正确安装snappy则会显示SUC ...
转载请标明来源：http://blackwing.iteye.com/blog/1940933
基础环境是ubuntu 10.04 LTS，网上得知hadoop 1.0.3以后集成了snappy，所以相比安装lzo，简便一点。
预备条件：
1. 预先配好环境
sudo apt-get install autoconf
sudo apt-get install automake
sudo apt-get install libtool
2. 下载并安装snappy
1）下载地址
http://code.google.com/p/snappy/downloads/list
2） ...
hadoop的metrics加入ganglia其实是很简单的，但网络上都是copy，而且文档新旧不一，居然还折腾了一会，太out了。
hadoop版本1.0.3，ganglia版本3.1.2，以下是主要步骤：
1. 修改hadoop/conf/hadoop-metrics2.properties文件
*.sink.file.class=org.apache.hadoop.metrics2.sink.FileSink
*.sink.ganglia.class=org.apache.hadoop.metrics2.sink.ganglia.GangliaSink31
*.sink.g ...
转载请声明出处：http://blackwing.iteye.com/blog/1914898
近来hbase总是不稳定，运行一两天后，就会发现-ROOT-不在线，代码连接读表，会有一下报错：
Unable to find region xxxx,,99999999999999 after 10 tries
而rs打印出来的log则有以下错误：
org.apache.hadoop.hbase.NotServingRegionException: Region is not online: -ROOT-„0
有老外说这其实是客户端问题，原因是本地的host列表中没有添加全部rs节点域名，但当 ...
转载请标明出处：http://blackwing.iteye.com/blog/1914841
今天在为表增加LZO压缩，在enable表时，发现耗时很长都未结束，就ctrl+c退出hbase shell，再进入继续enable表，但此时出现如下错误：
ERROR: org.apache.hadoop.hbase.TableNotDisabledException:
错误说表未禁用，但进行disable表操作时，又出现如下错误：
ERROR: org.apache.hadoop.hbase.TableNotEnabledException
那肯定是刚才强行退出导致出问题了，根据大家的经验 ...
转载请标明出处：http://blackwing.iteye.com/blog/1848401
MR任务，充分利用了缓存进行读写。
1）map端
每个map任务，都会先把数据写到一个环形缓存中，该缓存默认大小是100MB，由io.sort.mb（默认值是100MB）和io.sort.spill.percent（默认值是0.8）共同决定。在默认情况下，当缓存达到80MB时，后台线程就开始把数据spill到磁盘。而map会继续写数据到缓存中，当100MB的缓存写满后，map就会阻塞，直到spill完成。
在spill写数据到磁盘前，线程会根据reducer的数量（例如10个reducer）把输 ...
升级了项目依赖的jar包后，build时总是报错，说“找不到符号”，代码测试过是正常的。
网上说是存在多个版本的jar包导致。
后来在build.xml中发现引用的还是项目的lib下的jar，把项目目录下lib文件夹中所有jar包删除，再build，就能正常打包了。
开发环境中，使用的是官方版的hadoop 1.0.1版，而集群上的hadoop则是cloudera的hadoop 2.0版，之前兼容性还不错，直到使用了Counter。
报错如下：
FATAL org.apache.hadoop.mapred.Child: Error running child : java.lang.IncompatibleClassChangeError: Found interface org.apache.hadoop.mapreduce.Counter, but class was expected
其实从2.0开始，org.apache.hadoop.mapre ...
转载请标明来源：http://blackwing.iteye.com/blog/1791848
之前把一个region人工拆分成多个region，每个region的起始key是具体某个row，但后来发现，hbase是把byte[0]作为一个表的起始key。官方文档这样描述：
http://hbase.apache.org/book.html#arch.catalog
引用Notes on HRegionInfo: the empty key is used to denote table start and table end. A region with an empty start key ...
引用转载请注明出处，文章链接：http://blackwing.iteye.com/blog/1788647
之前通过修改TableInputFormatBase类实现了客户端分拆每个HRegion，从而实现一个region可以同时被多个map同时读取，原文：
http://blackwing.iteye.com/admin/blogs/1763961
但以上方法是把数据取回客户端进行，速度慢，现在改用coprocessor的endpoint方式，直接在server端计算好InputSplit后返回给客户端。
Hbase的coprocessor详解请参考：
https://blogs.a ...
默认情况下，一个region是一个tableSplit，对应一个mapper进行读取，但单mapper读取速度较慢，因此想着把默认一个table split分拆成多个split，这样hadoop就能通过多个mapper读取。
由于HBase不能像hadoop一样通过以下参数调整split大小，而实现多个mapper读取
mapred.min.split.size
mapred.max.split.size
所以目前想到的方法有两种，一是修改TableInputFormatBase，把默认的一个TableSplit分拆成多个，另外一种方法是，通过Coprocessor处理。这里选择修改 ...
用Get查询hbase某个row时，就算该row不存在，但还是返回Result，只是该Result是empty的。
List<Get> batch= new ArrayList<Get>();
Get get1=new Get("1111111111".getBytes());
Get get2=new Get("2222222222".getBytes());
batch.add(get1);
batch.add(get2);
Result [] results = ta ...