共计 2797 个字符，预计需要花费 7 分钟才能阅读完成。
最近新采购的一批机器，由于 intel cpu 体系架构的改变，新机器的系统需要升级，选择了 CentOS 6.2 系统。
1 在新机器上将 MR 业务开启后，导致整个集群都反应很慢，运行的 job 几乎都被卡住；通过 ganglia 监控发现，机器的 system cpu 超过 30%，机器几乎是满负载的情况。
原因分析：
RHEL 6.2 和 6.3 系统中包含了一个新特性，被称为“transparent hugepage compaction”，它和 Hadoop 负载不能很好的交互。相比于其他的操作系统，这导致了严重的性能损失。Red Hat 会在未来的更新中解决此问题。
解决方法：把如下命令增加到开机启动中。
echo always > /sys/kernel/mm/RedHat_transparent_hugepage/enabled
echo never > /sys/kernel/mm/redhat_transparent_hugepage/defrag
2 解决上述问题，把 MR 业务开启一段时间后，经常出现某个 task 卡死的情况，job 会一直 hang 住，查看 TT 日志
2013-08-2006:12:31,050INFO org.apache.hadoop.mapred.TaskLogsTruncater: Initializing logs’ truncater withmapRetainSize=-1and reduceRetainSize=-1
2013-08-2006:12:31,053FATAL org.apache.hadoop.mapred.Child: Error running child : java.lang.OutOfMemoryError: unable to create newnative
thread
at java.lang.Thread.start0(Native Method)
at java.lang.Thread.start(Thread.java:640)
at org.apache.hadoop.mapred.ReduceTask$ReduceCopier.fetchOutputs(ReduceTask.java:1932)
at org.apache.hadoop.mapred.ReduceTask.run(ReduceTask.java:382)
at org.apache.hadoop.mapred.Child$4.run(Child.java:270)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:396)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1157)
at org.apache.hadoop.mapred.Child.main(Child.java:264)
从上面的日志看，是 OOM 的错误，不能创建新的进程。但查看该 TT 机器，内存充足，应该不是内存导致的问题。
后来又 check 了环境的配置，发现在以前 RHEL 5.4 系统中生效的 ulimit 的 nproc 限制，在新系统中并没有生效（可以通过 ulimit - u 查看）。google 后得知，6.2 系统中修改了这一配置，新的配置需要在里 /etc/security/limits.d/90-nproc.conf 设置生效。
[hdfs@hd0447-sw40 ~]$ cat /etc/security/limits.d/90-nproc.conf
# Default limit fornumber of user’s processes to prevent
# accidental fork bombs.
# See rhbz #432903for
reasoning.
* soft nproc 1024
在处理 hadoop 前期环境的时候，发现有些机器在没有业务的情况下机器负载很高的情况，这里也记录一下。
1. 通过 top 命令发现 plymouthd 进程 cpu 负载达到近 100%
解决方法：打开 /boot/grub/menu.lst , 去掉“rhgb quiet”这两个参数，然后重启
2.power_saving 死锁引起的高负载
解决方法：
方法 1：rmmod acpi_pad，重启机器，机器将不支持电源节能；
方法 2：在 BIOS 中开启 ACPI 支持，重启，更新内核至 2.6.32-358.2.1.el6.x86_64；
方法 3：在 BIOS 里设置禁用；
方法 4：要将驱动程序列入黑名单，编辑 /etc/modprobe.d/blacklist.conf，然后添加 blacklist acpi_pad。
开始使用方法 1，解决了大多数机器 power_saving 死锁的问题，有些机器的整体负载还是会保持在 10% 以上，查看后发现还有部分 power_saving 进程，采用方法 4，问题得以解决
————————————– 分割线 ————————————–
Ubuntu 13.04 上搭建 Hadoop 环境 http://www.linuxidc.com/Linux/2013-06/86106.htm
Ubuntu 12.10 +Hadoop 1.2.1 版本集群配置 http://www.linuxidc.com/Linux/2013-09/90600.htm
Ubuntu 上搭建 Hadoop 环境（单机模式 + 伪分布模式）http://www.linuxidc.com/Linux/2013-01/77681.htm
Ubuntu 下 Hadoop 环境的配置 http://www.linuxidc.com/Linux/2012-11/74539.htm
单机版搭建 Hadoop 环境图文教程详解 http://www.linuxidc.com/Linux/2012-02/53927.htm
Hadoop LZO 安装教程 http://www.linuxidc.com/Linux/2013-01/78397.htm
Hadoop 集群上使用 Lzo 压缩 http://www.linuxidc.com/Linux/2012-05/60554.htm
————————————– 分割线 ————————————–
更多 Hadoop 相关信息见 Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13
