今天发现测试环境的kerberos hadoop的hive不能跑了,具体表现是select * limit这种不走mapred的job是ok的,走mapred的job就会报错,报的错比较奇怪(Unable to retrieve URL for Hadoop Task logs. Unable to find job tracker info port.)但是确认jobtracker是ok的,配置文件也是正常的,看来和jobtracker没有关系,进一步分析tasktracker的日志,发现如下错误。。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
<code>2014-03-26 17:28:02,048 WARN org.apache.hadoop.mapred.TaskTracker: Exception </code><code>while</code> <code>localization java.io.IOException: Job initialization failed (24) with output: File </code><code>/home/test/platform</code> <code>must be owned by root, but is owned by 501</code>
<code> </code><code>at org.apache.hadoop.mapred.LinuxTaskController.initializeJob(LinuxTaskController.java:194)</code>
<code> </code><code>at org.apache.hadoop.mapred.TaskTracker$4.run(TaskTracker.java:1420)</code>
<code> </code><code>at java.security.AccessController.doPrivileged(Native Method)</code>
<code> </code><code>at javax.security.auth.Subject.doAs(Subject.java:396)</code>
<code> </code><code>at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1407)</code>
<code> </code><code>at org.apache.hadoop.mapred.TaskTracker.initializeJob(TaskTracker.java:1395)</code>
<code> </code><code>at org.apache.hadoop.mapred.TaskTracker.localizeJob(TaskTracker.java:1310)</code>
<code> </code><code>at org.apache.hadoop.mapred.TaskTracker.startNewTask(TaskTracker.java:2727)</code>
<code> </code><code>at org.apache.hadoop.mapred.TaskTracker$TaskLauncher.run(TaskTracker.java:2691)</code>
<code>Caused by: org.apache.hadoop.util.Shell$ExitCodeException:</code>
<code> </code><code>at org.apache.hadoop.util.Shell.runCommand(Shell.java:261)</code>
<code> </code><code>at org.apache.hadoop.util.Shell.run(Shell.java:188)</code>
<code> </code><code>at org.apache.hadoop.util.Shell$ShellCommandExecutor.execute(Shell.java:381)</code>
<code> </code><code>at org.apache.hadoop.mapred.LinuxTaskController.initializeJob(LinuxTaskController.java:187)</code>
<code> </code><code>... 8 </code><code>more</code>
其中/home/test/platform是mapred程序所在目录,通过更改/home/test/platform的属主为root解决,不过这个为什么需要是root用户呢
从调用栈信息看到,是在调用LinuxTaskController类(因为用到了kerberos,taskcontroller需要选择这个类)的initializeJob出错了。initializeJob方法是对job做初始操作,传入user,jobid,token,mapred的local dir等参数,生成一个数组,并调用ShellCommandExecutor的构造方法进行实例化,最终调用ShellCommandExecutor类的execute方法。
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
<code>public</code> <code>void</code> <code>initializeJob(String user, String jobid, Path credentials,</code>
<code> </code><code>Path jobConf, TaskUmbilicalProtocol taskTracker,</code>
<code> </code><code>InetSocketAddress ttAddr</code>
<code> </code><code>) </code><code>throws</code> <code>IOException {</code>
<code> </code><code>List<String> command = </code><code>new</code> <code>ArrayList<String>(</code>
<code> </code><code>Arrays.asList(taskControllerExe , </code><code>//task-controller</code>
<code> </code><code>user,</code>
<code> </code><code>localStorage.getDirsString(), </code><code>//mapred.local.dir </code>
<code> </code><code>Integer. toString(Commands.INITIALIZE_JOB.getValue()),</code>
<code> </code><code>jobid,</code>
<code> </code><code>credentials.toUri().getPath().toString(), </code><code>//jobToken</code>
<code> </code><code>jobConf.toUri().getPath().toString())); </code><code>//job.xml</code>
<code> </code><code>File jvm = </code><code>// use same jvm as parent</code>
<code> </code><code>new</code> <code>File( </code><code>new</code> <code>File(System.getProperty( </code><code>"java.home"</code><code>), </code><code>"bin"</code> <code>), </code><code>"java"</code> <code>);</code>
<code> </code><code>command.add(jvm.toString());</code>
<code> </code><code>command.add(</code><code>"-classpath"</code><code>);</code>
<code> </code><code>command.add(System.getProperty(</code><code>"java.class.path"</code> <code>));</code>
<code> </code><code>command.add(</code><code>"-Dhadoop.log.dir="</code> <code>+ TaskLog.getBaseLogDir());</code>
<code> </code><code>command.add(</code><code>"-Dhadoop.root.logger=INFO,console"</code><code>);</code>
<code> </code><code>command.add(JobLocalizer.</code><code>class</code><code>.getName()); </code><code>// main of JobLocalizer</code>
<code> </code><code>command.add(user);</code>
<code> </code><code>command.add(jobid);</code>
<code> </code><code>// add the task tracker's reporting address</code>
<code> </code><code>command.add(ttAddr.getHostName());</code>
<code> </code><code>command.add(Integer.toString(ttAddr.getPort()));</code>
<code> </code><code>String[] commandArray = command.toArray( </code><code>new</code> <code>String[</code><code>0</code><code>]);</code>
<code> </code><code>ShellCommandExecutor shExec = </code><code>new</code> <code>ShellCommandExecutor(commandArray);</code>
<code> </code><code>if</code> <code>(LOG.isDebugEnabled()) {</code>
<code> </code><code>LOG.debug( </code><code>"initializeJob: "</code> <code>+ Arrays.toString(commandArray)); </code><code>//commandArray</code>
<code> </code><code>}</code>
<code> </code><code>try</code> <code>{</code>
<code> </code><code>shExec.execute();</code>
<code> </code><code>if</code> <code>(LOG.isDebugEnabled()) {</code>
<code> </code><code>logOutput(shExec.getOutput());</code>
<code> </code><code>}</code>
<code> </code><code>} </code><code>catch</code> <code>(ExitCodeException e) {</code>
<code> </code><code>int</code> <code>exitCode = shExec.getExitCode();</code>
<code> </code><code>logOutput(shExec.getOutput());</code>
<code> </code><code>throw</code> <code>new</code> <code>IOException(</code><code>"Job initialization failed ("</code> <code>+ exitCode +</code>
<code> </code><code>") with output: "</code> <code>+ shExec.getOutput(), e);</code>
<code>}</code>
通过打开tasktracker的debug日志,可以获取commandArray的具体信息:
<code>2014</code><code>-</code><code>03</code><code>-</code><code>26</code> <code>19</code><code>:</code><code>49</code><code>:</code><code>02</code><code>,</code><code>489</code> <code>DEBUG org.apache.hadoop.mapred.LinuxTaskController: initializeJob:</code>
<code>[/home/test/platform/hadoop-</code><code>2.0</code><code>.</code><code>0</code><code>-mr1-cdh4.</code><code>2.0</code><code>/bin/../sbin/Linux-amd64-</code><code>64</code><code>/task-controller,</code>
<code> </code><code>hdfs, xxxxxxx, </code><code>0</code><code>, job_201403261945_0002, xxxxx/jobToken, xxxx/job.xml, /usr/local/jdk1.</code><code>6</code><code>.0_37/jre/bin/java,</code>
<code> </code><code>-classpath,xxxxxx.jar, -Dhadoop.log.dir=/home/test/logs/hadoop/mapred, -Dhadoop.root.logger=INFO,console,</code>
<code> </code><code>org.apache.hadoop.mapred.JobLocalizer, hdfs, job_201403261945_0002, localhost.localdomain, </code><code>57536</code><code>]</code>
其中比较重要的是taskControllerExe 这个参数,它代表了taskcontroller的可执行文件(本例中是/home/test/platform/hadoop-2.0.0-mr1-cdh4.2.0/bin/../sbin/Linux-amd64-64/task-controller)
而execute方法其实最终调用了task-controller.
task-controller的源码在 src/c++/task-controller目录下。
在configuration.c中定义了对目录属主进行检查:
<code>static</code> <code>int</code> <code>is_only_root_writable(</code><code>const</code> <code>char</code> <code>*file) {</code>
<code>.......</code>
<code> </code><code>if</code> <code>(file_stat.st_uid != 0) {</code>
<code> </code><code>fprintf</code><code>(LOGFILE, </code><code>"File %s must be owned by root, but is owned by %d\n"</code><code>,</code>
<code> </code><code>file, file_stat.st_uid);</code>
<code> </code><code>return</code> <code>0;</code>
如果检查的文件属主不是root,则报错。
调用这个方法的代码:
<code>int</code> <code>check_configuration_permissions(</code><code>const</code> <code>char</code><code>* file_name) {</code>
<code> </code><code>// copy the input so that we can modify it with dirname</code>
<code> </code><code>char</code><code>* dir = strdup(file_name);</code>
<code> </code><code>char</code><code>* buffer = dir;</code>
<code> </code><code>do</code> <code>{</code>
<code> </code><code>if</code> <code>(!is_only_root_writable(dir)) {</code>
<code> </code><code>free</code><code>(buffer);</code>
<code> </code><code>return</code> <code>-1;</code>
<code> </code><code>dir = dirname(dir);</code>
<code> </code><code>} </code><code>while</code> <code>(</code><code>strcmp</code><code>(dir, </code><code>"/"</code><code>) != 0);</code>
<code> </code><code>free</code><code>(buffer);</code>
<code> </code><code>return</code> <code>0;</code>
即check_configuration_permissions会调用is_only_root_writable方法对二进制文件所在目录向上递归做父目录属主的检查,如果有一个目录属主不为root,就会出错。这就要求整个chain上的目录属主都需要是root.
这其实是出于taskcontroller的安全考虑,在代码中定义了不少关于这个可执行文件的权限的验证,只要有一个地方设置不正确,tasktracker都不会正常运行。
cloudra官方文档对这个文件的权限描述如下:
<code>The Task-controller program is used to allow the TaskTracker to run tasks under the Unix account of the user </code><code>who</code> <code>submitted the job </code><code>in</code> <code>the first place.</code>
<code>It is a setuid binary that must have a very specific </code><code>set</code> <code>of permissions and ownership </code><code>in</code> <code>order to </code><code>function</code> <code>correctly. In particular, it must:</code>
<code> </code><code>1)Be owned by root</code>
<code> </code><code>2)Be owned by a group that contains only the user running the MapReduce daemons</code>
<code> </code><code>3)Be setuid</code>
<code> </code><code>4)Be group readable and executable</code>
问题还没有结束,taskcontroller有一个配置文件为taskcontroller.cfg.关于这个配置文件位置的获取比较让人纠结。
搜到有些文档说是通过设置HADOOP_SECURITY_CONF_DIR即可,但是在cdh4.2.0中,这个环境变量并不会生效,可以通过打patch来解决:
<a href="https://issues.apache.org/jira/browse/MAPREDUCE-4397" target="_blank">https://issues.apache.org/jira/browse/MAPREDUCE-4397</a>
默认情况下,目录取值的方法如下:
<code>#ifndef HADOOP_CONF_DIR //如果编译时不指定HADOOP_CONF_DIR的值,没调用infer_conf_dir方法。</code>
<code> </code><code>conf_dir = infer_conf_dir(argv[0]);</code>
<code> </code><code>if</code> <code>(conf_dir == NULL) {</code>
<code> </code><code>fprintf</code><code>(LOGFILE, </code><code>"Couldn't infer HADOOP_CONF_DIR. Please set in environment\n"</code><code>);</code>
<code> </code><code>return</code> <code>INVALID_CONFIG_FILE;</code>
<code>#else</code>
<code> </code><code>conf_dir = strdup(STRINGIFY(HADOOP_CONF_DIR));</code>
<code>#endif</code>
其中infer_conf_dir方法如下,即通过获取二进制文件的相对路径来得到配置文件的存放目录,比如我们线上执行文件的位置为/home/test/platform/hadoop-2.0.0-mr1-cdh4.2.0/bin/../sbin/Linux-amd64-64/task-controller,配置文件的位置为
/home/test/platform/hadoop-2.0.0-mr1-cdh4.2.0/conf/taskcontroller.cfg:
<code>char</code> <code>*infer_conf_dir(</code><code>char</code> <code>*executable_file) {</code>
<code> </code><code>char</code> <code>*result;</code>
<code> </code><code>char</code> <code>*exec_dup = strdup(executable_file);</code>
<code> </code><code>char</code> <code>*dir = dirname(exec_dup);</code>
<code> </code><code>int</code> <code>relative_len = </code><code>strlen</code><code>(dir) + 1 + </code><code>strlen</code><code>(CONF_DIR_RELATIVE_TO_EXEC) + 1;</code>
<code> </code><code>char</code> <code>*relative_unresolved = </code><code>malloc</code><code>(relative_len);</code>
<code> </code><code>snprintf(relative_unresolved, relative_len, </code><code>"%s/%s"</code><code>,</code>
<code> </code><code>dir, CONF_DIR_RELATIVE_TO_EXEC);</code>
<code> </code><code>result = realpath(relative_unresolved, NULL);</code>
<code> </code><code>// realpath will return NULL if the directory doesn't exist</code>
关于taskcontrol相关类的实现放在后面的文件讲解。
本文转自菜菜光 51CTO博客,原文链接:http://blog.51cto.com/caiguangguang/1385587,如需转载请自行联系原作者