Apache DolphinScheduler中停止Spark作业失败问题分析与解决
问题背景
在使用Apache DolphinScheduler管理Spark作业时,用户发现无法通过平台成功停止运行在YARN上的Spark作业。虽然DolphinScheduler的任务实例状态显示为"已终止",但实际上Spark作业仍在继续运行。手动执行生成的.kill文件可以成功停止作业,但在平台内操作却失败。
问题现象
当用户尝试通过DolphinScheduler停止Spark作业时,日志显示YARN应用终止失败,并抛出ExitCodeException,退出码为137(表示shell执行被中断)。有趣的是,当用户切换到开发模式,保留.kill文件并手动执行时,作业却能成功停止。
深入分析
初步排查
-
权限问题:首先怀疑是文件执行权限问题,但检查发现即使用户权限不足,通过sh命令也能成功执行.kill文件。
-
环境差异:手动执行与平台执行的差异主要在于执行用户不同(平台使用租户用户执行),但测试表明租户用户确实有执行权限。
-
sudo权限:检查发现引导用户(dolphinscheduler)拥有使用sudo -u切换用户的权限,排除了这方面的问题。
关键发现
通过Arthas工具进行调试时,发现了一个关键错误信息:
ERROR: Cannot execute /usr/hdp/current/hadoop/libexec/yarn-config.sh.
这表明执行过程中系统尝试加载yarn-config.sh配置文件但失败。进一步调查发现,这是由于HADOOP_HOME环境变量配置错误导致的。
根本原因
-
环境依赖:虽然.kill文件本身只包含简单的yarn application -kill命令,但在执行过程中,YARN客户端会尝试加载yarn-config.sh来获取必要的环境变量配置。
-
配置缺失:由于HADOOP_HOME环境变量配置错误,系统无法找到yarn-config.sh文件,导致命令执行失败。
-
执行上下文差异:手动执行时可能继承了正确的环境变量,而通过DolphinScheduler执行时环境变量未被正确设置。
解决方案
-
修复HADOOP_HOME:确保HADOOP_HOME环境变量正确指向Hadoop安装目录。
-
验证配置:
- 检查/usr/hdp/current/hadoop/libexec/yarn-config.sh文件是否存在
- 确认该文件有可执行权限
- 验证Hadoop相关环境变量配置正确
-
环境变量传递:确保DolphinScheduler在执行任务时能正确传递必要的环境变量。
经验总结
-
环境一致性:分布式任务调度系统对执行环境有严格要求,必须确保所有节点环境配置一致。
-
错误排查:对于看似权限问题但实际是环境配置问题的场景,需要深入分析执行上下文差异。
-
日志分析:善用调试工具(如Arthas)可以帮助发现表面错误信息下的根本原因。
-
YARN集成:与YARN集成时,不仅需要关注命令本身,还需要注意YARN客户端所需的各种配置文件和环境变量。
这个问题展示了在复杂分布式环境中,一个小配置问题可能导致功能异常。通过系统化的排查方法,最终定位并解决了这个影响作业停止功能的配置问题。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









