如何对Hadoop作业的某个task进行debug单步跟踪

eddik

对于使用Hadoop进行日志分析等工作的开发者来说，相信一直都面临着一个非常头疼的问题。那就是：对hadoop的mapreduce作业，在分布式集群上进行单个task的单步debug跟踪调试无法办到。只能在本地进行调试，然后提交到集群中运行，但是集群中如果某个task总是失败，要对这一个task进行单步跟踪就非常困难。其实原因很简单，因为当把作业提交到hadoop 集群进行运行的时候，你事先根本就不知道那个map或者reduce的task会被分配到哪个tasktracker上执行。所以过去的两年里，写 mapreduce应用的工程师们一直面临着这个悬而未决的问题。只能通过在程序中加日志，并在作业完成或者失败后追踪日志来进行问题定位。无法达到对程序象调试单机程序一样的进行调试。
其实在hadoop中，有一个好东西，利用这个好东西，就可以实现在集群中对某个task进行单步调试的需求。这个东西就是 IsolationRunner。IsolationRunner是一个小工具，能够在tasktracker机器上，重新单独运行失败的task，这样对于某些大作业(比如job的输入有100TB)，如果因为某一个task重复失败而导致整个job失败，就不用连续不断的提交job，进行复现，然后定位某个task失败的原因，这样做的代价就会非常的大。如果能够对失败的task进行单独执行，那么要定位问题的原因代价就变得很小，对工程师来说也非常的方便。
要想对失败的task进行单独重跑，肯定是有前提的，大家知道，对于map而言，其输入数据是来自分布式文件系统（通常是HDFS）中输入数据的某个 split，所以如果想要重跑map task，其输入数据就需要被保留下来。同样对于reduce而言，其输入是从所有map的中间结果shuffle到该reduce的数据，如果想要重跑 reduce task，这些数据也就需要保留下来。所以为了提供对失败的task进行单独重跑的功能，作业执行过程中的中间结果，或者每个map的输入数据对应的 split数据，就需要被保留下来。为此hadoop提供了一个作业的配置选项：keep.failed.task.files，该选项默认为 false，表示对于失败的task，其运行的临时数据和目录是不会被保存的，这也是hadoop在支持这项功能前默认的做法，因为如果失败的task的临时文件和目录被保留的过多，会占据tasktracker上过多的磁盘空间和文件数，造成磁盘浪费。而当将 keep.failed.task.files选项设置为true（注意：该配置选项是一个per job的配置），那么hadoop在执行该job时，当发生map fail或者reduce fail时，就会将task能够单独重跑的所有环境都保留下来，比如task运行时对应的job.xml，map input对应的split.dta文件，或者reduce的输入file.out文件。这样，要重跑一个map或者reduce task的环境就已经具备。

如何重跑： 
    当fail的task环境具备以后，就可以对单独的task进行重跑了。重跑的方式为:

• 上到task出错的tasktracker机器上
  
• 在该tasktracker上找到fail的task运行时的目录环境
  
  
  • 在 tasktracker中，对于每一个task都会有一个单独的执行环境，其中包括其work目录，其对应的中间文件，以及其运行时需要用到的配置文件等
    
  • 这些目录是由tasktracker的配置决定，配置选项为: mapred.local.dir. 该选项可能是一个逗号分隔的路径list，每个 list都是tasktracker对在其上执行的task建立工作目录的根目录。比如如果mapred.local.dir=/disk1 /mapred/local,/disk2/mapred/local，那么task的执行环境就是mapred.local.dir /taskTracker/jobcache/job-ID/task-attempt-ID
    
  
  
• 找到该task的执行工作目录后，就可以进入到该目录下，然后其中就会有该task的运行环境，通常包括一个work目录，一个job.xml文件，以及一个task要进行操作的数据文件(对map来说是split.dta，对reduce来说是file.out)。
  
• 找到环境以后，就可以重跑task了。
  
  
  • cd work
    
  • hadoop org.apache.hadoop.mapred.IsolationRunner ../job.xml
    
  
  

•  
  
  
  
  • 这样，IsolationRunner就会读取job.xml的配置（这里的job.xml相当于提交客户端的hadoop-site.xml配置文件与命令行-D配置的接合），然后对该map或者reduce进行重新运行。
    
  
  

• 到这里为止，已经实现了task单独重跑，但是还是没有解决对其进行单步断点debug。这里利用到的其实是jvm的远程 debug的功能。方式如下：
  
  
  • 在重跑task之前，export一个环境变量：export HADOOP_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=y,address=8888"
    
  • 这样，hadoop的指令就会通过8888端口将debug信息发送出去
    
  • 然后在自己本地的开发环境IDE中（比如 eclipse），launch一个远程调试，并在代码中打一个断点，就可以对在tasktracker上运行的独立map或者reduce task进行远程单步调试了。
    
  
  

以下是图解示意，这里采用最简单的wordcount来进行示例。在wordcount的输入文件中，加入一行数据，如“guaishushu”，然后修改wordcount的Mapper实现，如下：
 
这样修改以后，由于数据中有 “guaishushu”的字符串，并且该行一定会被落到某个map的输入中去，然后代码中当读到”guaishushu”的时候会抛出 IOException异常，所以该job在运行过程中就肯定会有一个task失败。然后，在提交作业时，将 keep.failed.task.files设置为true，并按如下程序提交，job就开始运行：

• 在jobtracker监控web页面上找到 task失败的机器，并确保keep.failed.task.files为true
  
  
  
• 上到该tasktracker，并找到该 task运行环境
  
  
• 进到该task运行环境的work目录（如果没有，可以自己创建
  
  
• export jvm远程调试环境变量
  
  
• 运行IsolationRunner
  
  
• 在自己的开发机IDE环境中launch一个远程调试进程
  
  
• 单步跟踪示意