Apache DolphinScheduler 中停止 Spark on YARN 作业失败问题分析与解决
2025-05-19 17:00:24作者:何将鹤
问题背景
在使用 Apache DolphinScheduler 管理 Spark on YARN 作业时,用户发现通过 DolphinScheduler 停止作业的操作虽然将任务实例状态标记为"已终止",但实际上 Spark 作业仍在 YARN 上继续运行。手动执行生成的 .kill 文件却能成功终止作业。
问题现象
当通过 DolphinScheduler 界面停止 Spark 作业时,系统日志显示以下关键错误信息:
- 出现 ExitCodeException,退出码为 137
- 错误信息表明执行 yarn application -kill 命令失败
- 任务实例状态被标记为终止,但实际作业仍在运行
深入分析
执行环境差异
经过排查发现,DolphinScheduler 和手动执行 .kill 文件的主要区别在于:
- 执行用户不同:DolphinScheduler 通过租户用户执行,而手动执行使用的是当前会话用户
- 环境变量加载:DolphinScheduler 执行时会加载完整的环境配置
关键发现
通过 Arthas 工具调试发现,DolphinScheduler 在执行停止操作时尝试加载 /usr/hdp/current/hadoop/libexec/yarn-config.sh
文件,但该文件在系统中不存在。进一步调查发现这是由于 Hadoop 环境变量配置错误导致的。
根本原因
问题根源在于:
- 环境变量
HADOOP_HOME
配置错误,指向了不存在的路径 - YARN 相关脚本依赖的环境变量未能正确加载
- 虽然手动执行 .kill 文件可以工作,但这是因为当前会话中已经包含了必要的环境变量
解决方案
- 修正 Hadoop 环境变量:确保
HADOOP_HOME
指向正确的 Hadoop 安装目录 - 验证 yarn-config.sh 存在:确认
/usr/hdp/current/hadoop/libexec/yarn-config.sh
文件存在且可读 - 检查权限配置:确保 DolphinScheduler 的租户用户有权限执行相关命令和访问所需文件
技术要点
- YARN 作业管理机制:Spark on YARN 作业的停止依赖于 YARN 的资源管理机制
- 环境变量重要性:Hadoop/YARN 相关命令执行依赖正确的环境变量配置
- 多用户执行环境:DolphinScheduler 的多租户特性可能导致环境变量加载与直接执行存在差异
最佳实践建议
- 在部署 DolphinScheduler 时,确保所有工作节点具有一致的 Hadoop 环境配置
- 定期验证关键脚本文件(如 yarn-config.sh)的存在和可执行性
- 对于生产环境,建议建立配置检查清单,包含所有必要的环境变量和文件路径验证
总结
这个问题展示了分布式任务调度系统中环境配置的重要性。通过本次排查,我们不仅解决了具体的作业停止问题,也加深了对 DolphinScheduler 与 YARN 集成机制的理解。正确的环境配置是保证调度系统稳定运行的基础,特别是在涉及多租户和复杂依赖的场景下。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp课程视频测验中的Tab键导航问题解析2 freeCodeCamp音乐播放器项目中的函数调用问题解析3 freeCodeCamp论坛排行榜项目中的错误日志规范要求4 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析5 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析6 freeCodeCamp全栈开发课程中React实验项目的分类修正7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511