Flink on YARN 实战问题排查指南(精华版)

一、客户端常见问题速查
‌1. JAR加载失败终极解法‌

报错提示:"Could not build the program from JAR file"

核心原因:80%的情况是Hadoop依赖缺失

黄金配置:

复制代码
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
export HADOOP_CLASSPATH=`${HADOOP_HOME}/bin/hadoop classpath`

‌2. 日志定位黑科技‌

日志路径:${FLINK_HOME}/log/{USER}-client-*.log

调试利器:export JVM_ARGS="-Dlog4j.debug=true"

动态追踪:Byteman字节码注入工具实现运行时诊断

二、集群资源排障三板斧
‌资源分配异常排查路径:‌

查状态 :NEW_SAVING→检查ZK,SUBMITTED→查RM堆积
看诊断: YARN WebUI的diagnostics信息会暴露:

Queue's AM limit exceeded → 调大yarn.scheduler.capacity..maximum-am-resource-percent

User's AM limit exceeded → 调整user-limit-factor

‌资源碎片检测:‌

警惕集群资源使用率>90%时的资源锁定

NM资源分布不均可能导致"假性资源不足"

三、致命异常处理手册
‌1. Token过期问题‌

现象:Unauthorized request to start container

根源:Container启动串行化瓶颈

方案:升级含FLINK-13184优化的版本
‌2. 心跳丢失三连击‌

进程崩溃 → 查TM日志

网络隔离 → 等Failover自愈

GC雪崩 → 内存配置调优
四、高阶调试技巧

‌依赖冲突核武器:

复制代码
mvn dependency:tree -Dincludes=power,javaassist

类加载追踪术:

复制代码
env.java.opts.taskmanager=-verbose:class

‌日志全收集攻略:‌

运行中:http:///node/containerlogs/

结束后:yarn logs -applicationId

五、性能优化彩蛋
‌AM启动加速秘籍:‌

预上传配置文件到HDFS

采用异步多线程启动机制

合理设置Container有效期(默认10分钟)

本文提炼自Flink社区实战经验,建议收藏备用。遇到具体问题时,可按"现象定位→日志分析→方案验证"的流程快速排障。欢迎关注获取更多分布式系统调优干货!

相关推荐
wuyk5551 天前
Spider-第16讲-线程池与竞态问题
大数据·爬虫·python·elasticsearch·搜索引擎
数字新视界1 天前
全国产化动环监控平台在机房智能化管理中的应用探索
大数据·人工智能·数据中心·机房管理·模块化机房
TDengine (老段)1 天前
TDengine IDMP 预测、异常检测与数据插补
大数据·数据库·人工智能·时序数据库·tdengine·涛思数据·idmp
字节跳动数据平台1 天前
火山引擎 VeKnow 落地指南(上):从选场景到知识治理
大数据
安心联-车辆监控管理系统2 天前
以事实为基础,详解车辆主动安全相关功能
大数据·人工智能·安全
大大大大晴天2 天前
每天认识一个组件:VictoriaMetrics
大数据
龙腾AI白云2 天前
具身智能的空间导航与未知环境探索
大数据·数据库·人工智能·机器学习·知识图谱
演艺大赏2 天前
三个坑连环套:一次 NameNode 起不来,从 JournalNode 未格式化查到配置里多了个挂载点
大数据·hadoop
Aloudata2 天前
服饰零售数据治理如何统一款色码与库存口径,支撑门店售罄率和补货分析?
大数据·数据分析·零售
躺柒2 天前
读数据分析思维通识课07数据思维图
大数据·数据挖掘·数据分析·大数据分析·数据思维图