HBase管理指南

第7章　故障排查

本章内容：

• 故障排查工具介绍
• 处理XceiverCount错误
• 处理“打开的文件过多”错误
• 处理“无法创建新本地线程”错误
• 处理“HBase忽略HDFS客户端配置”问题
• 处理ZooKeeper客户端连接错误
• 处理ZooKeeper会话过期错误
• 处理EC2上的HBase启动错误

7.1　简介

每个人都希望自己的HBase集群能顺畅运行，但集群有时也会工作不正常，尤其是在没有对集群进行正确配置的情况下。本章介绍了在对运行异常的集群进行故障排查时有哪些可做的事情。

在开始排查集群故障之前，最好是先熟悉一下有哪些工具可帮助我们让集群恢复正常。有用的工具与对HBase及集群的深入了解同样重要。本章的第1节将介绍几种建议使用的工具和它们的用法示例。

问题通常都出现在那些基本设置失误的集群上。如果集群出现了问题，首先要做的就是分析主节点日志文件，因为主节点为集群提供了协调服务。如果幸运的话，只要在日志文件中找到一些警告或错误级的日志，就能找到问题的根本原因。区域服务器的日志文件是另一个需要检查的信息源。区域服务器的日志文件通常包含有一些与负载相关的错误的日志，因为区域服务器要为集群处理具体的数据存储和访问操作。

HBase运行在HDFS之上，它要依靠ZooKeeper来作为自己的协调服务。 有时，我们还需要检查一下HDFS、MapReduce和ZooKeeper的日志。在默认情况下，所有这些日志文件都存储在安装文件夹的logs目录下。当然，该位置可以在log4j属性文件中配置。

如果在日志中发现了错误信息，可以先在http://search-hadoop.com/上搜索一下在线资源，完全有可能之前已有人报告并讨论过这一错误了。这是一个很棒的HBase社区，你可以随时在这里寻求帮助。不过，在提问之前，别忘了先订阅一下HBase的邮件列表： ...