QA
Ambari
Error occured during stack advisor command invocation: Cannot create /var/run/ambari-server/stack-recommendations
查看/etc/ambari-server/conf/ambari.properties文件中的ambari-server.user属性，确定您运行ambari-server的用户名。 修改/var/run/ambari-server目录的用户为上一步的用户名，例如：chown -R ambari /var/run/ambari-server。
容器重启后需要注意的一系列问题
首先是/etc/hosts的问题，容器重启后会被重置，建议备份。
然后是想要ambari-server restart前需要重新setup一遍
最后是需要重启所有ambari-agent。
写一个脚本，每天第一次启动执行一下
#init.sh
yes | cp -i /etc/hosts.bk /etc/hosts
bash /root/Shell/scp_to_all.sh /etc/hosts /etc
ambari-server setup --jdbc-db=mysql --jdbc-driver=/usr/share/java/mysql-connector-java.jar
pssh -h /root/Downloads/host.txt ambari-agent restart
ambari-server restartambari的CRIT之Ulimit for open files (-n) is 800000 which is higher or equal than critical value of 800000
hdfs dfs -du -s -h /*为什么提示No such file or directory
因为/*会被会被本地shell解释为通配符，表示本地文件系统根目录下的所有文件和目录。
需要使用反斜杠\对/*进行转义，以防止本地shell对其进行解释
hdfs dfs -du -s -h /\*
hdfs dfs -ls /\*HDFS
怎么给hdfs新建一个用户，并且有基本的权限。
# 在Linux系统上创建user1，并加入到hadoop组
useradd mumu -G hadoop
#把mumu加入hdfs组
usermod -aG hdfs mumu
# 在hdfs的/user目录下创建user1的主目录
su - hdfs -c "hdfs dfs -mkdir /user/mumu"
# 修改user1主目录的所有者和权限
su - hdfs -c "hdfs dfs -chown mumu:hadoop /user/mumu"
su - hdfs -c "hdfs dfs -chmod 755 /user/mumu"
# 刷新namenode的用户和组的映射
hdfs dfsadmin -refreshUserToGroupsMappings
怎么查看一个文件在hdfs被分成多少块，每个块的位置
hdfs fsck /path/to/file -files -blocks -locationshdfs fsck命令用于检查Hadoop分布式文件系统(HDFS)中特定路径下的文件和目录的健康状态。除了 -files，-blocks和-locations参数外，还有其他一些可用的参数，这些参数的含义如下：
-openforwrite: 仅检查当前正在写入或打开以进行写入操作的块。-list-corruptfileblocks: 列出所有已损坏的块及其所在文件的详细信息。-move: 将损坏的块移动到垃圾桶，以便稍后进行进一步分析。-delete: 删除所有已损坏的块。-files -blocks -locations: 分别列出文件、块和块的位置信息。
-files参数用于列出指定路径下的所有文件及其相关信息，包括文件大小、块大小、副本数等。
-blocks参数用于列出指定路径下每个文件的所有块及其相关信息，如块ID、块大小、副本位置等。
-locations参数用于列出指定路径下每个块的副本位置信息，包括数据节点的IP地址和端口号。
NameNode启动卡在Retrying after 10 seconds. Reason: Execution of '/usr/hdp/current/hadoop-hdfs-namenode/bin/hdfs dfsadmin -fs hdfs://bgm:8020 -safemode get | grep 'Safe mode is OFF'' returned 1
更多时候是因为hdfs无法退出safe mode而导致服务无法进一步执行，可以选择手动关闭安全模式。
hdfs dfsadmin -fs hdfs://bgm:8020 -safemode leave查看safe mode是否开启
hdfs dfsadmin -fs hdfs://bgm:8020 -safemode get还是建议排查为什么会一直处于safe mode，因为属于是hdfs保护机制。
MapReduce
mapreduce check test finish 100% but error end with Unknown Job
If the job fails with unknown job exception frequently , disable the log aggregation for YARN.
The following steps will disable the log aggregation
1. Login to Ambari
2. Select YARN -> Configs ->Advanced
3. Uncheck Enable Log Aggregation.
4. Restart YARN and all the dependent services.
Hive3
怎么从0到1，弄出第一个管理员
如果你使用ambari安装的hive，那么请在ambari web ui中设置hive的config，key和value对应如下：
如果你可以直接修改hive-site.xml就能起作用，那么使用对应格式设置如下key和value：
hive.server2.enable.doAs=false
hive.security.authorization.enabled=true
hive.security.authorization.manager=org.apache.hadoop.hive.ql.security.authorization.plugin.sqlstd.SQLStdHiveAuthorizerFactory
hive.security.authenticator.manager=org.apache.hadoop.hive.ql.security.SessionStateUserAuthenticator
hive.users.in.admin.role=<admin user> <property>
<name>hive.server2.enable.doAs</name>
<value>false</value>
</property>
<property>
<name>hive.security.authorization.enabled</name>
<value>true</value>
</property>
<property>
<name>hive.security.authorization.manager</name>
<value>org.apache.hadoop.hive.ql.security.authorization.plugin.sqlstd.SQLStdHiveAuthorizerFactory</value>
</property>
<property>
<name>hive.security.authenticator.manager</name>
<value>org.apache.hadoop.hive.ql.security.SessionStateUserAuthenticator</value>
</property>
<property>
<name>hive.users.in.admin.role</name>
<value>hive</value>
</property><admin user>用英文逗号,分割
然后beeline使用admin user登录，在命令行中输入以下即可将当前用户设置为管理员
set role ADMIN;查看当前用户角色
show current role;参考资料
Metastore Authorization api invocation for remote metastore is disabled in this configuration.Run commands via jdbc/odbc clients via HiveServer2 that is using embedded metastore.
正在使用embedded metastore，而不是独立的metastore，这将无法使用授权命令。
hive.security.metastore.authorization.manager参数中，值org.apache.hadoop.hive.ql.security.authorization.StorageBasedAuthorizationProvider授权管理器提供了基于Hive存储层的授权机制，可以通过Hive CLI或HiveServer2接口进行授权操作。而org.apache.hadoop.hive.ql.security.authorization.MetaStoreAuthzAPIAuthorizerEmbedOnly授权管理器则提供了基于SQL语句的授权机制，并且只能通过Metastore API进行授权操作，无法通过Hive CLI或HiveServer2接口进行授权操作。
beeline属于Hive CLI或HiveServer2接口。
移除org.apache.hadoop.hive.ql.security.authorization.MetaStoreAuthzAPIAuthorizerEmbedOnly然后重启服务即可
SemanticException Invalid path '"/root/HiveTest/emp.txt"': No files matching path
文件存在，被说不存在，一般是因为beeline里的用户对这个文件没有权限。
Error: The file that you are trying to load does not match the file format of the destination table.
在Hive命令行中，用于指定不同的表存储格式的关键词如下
文本格式：TEXTFILE
序列化文件格式：SEQUENCEFILE
RC文件格式：RCFILE
ORC文件格式：ORC
AVRO文件格式：AVRO
Parquet文件格式：PARQUET
这些存储格式在Hive中主要有以下区别：
存储方式：不同的存储格式采用不同的存储方式，如文本格式以纯文本形式存储，序列化文件格式以二进制序列化形式存储，ORC文件格式以行列混合存储形式存储等。
存储效率：不同的存储格式对存储效率有不同的影响，如序列化文件格式和ORC文件格式采用列式存储，可以大幅减少IO操作的次数，提高存储效率；而文本格式则不支持列式存储，效率相对较低。
压缩支持：不同的存储格式对压缩有不同的支持，如ORC文件格式和RC文件格式支持多种压缩算法，可以在减少存储空间的同时提高IO效率；而文本格式则不支持压缩。
兼容性：不同的存储格式对兼容性有不同的要求，如Avro文件格式支持多种语言的序列化和反序列化，并支持架构演化，适用于多语言环境下的数据交换；而其他存储格式则可能不支持跨语言的数据交换。
处理方式：不同的存储格式在查询和处理时可能有不同的方式，如列式存储的数据在执行聚合查询时效率更高，因为只需要扫描需要的列；而行式存储的数据则在执行全表扫描时效率更高，因为只需要扫描一行的数据。
Error: The file that you are trying to load does not match the file format of the destination table. 遇到这个error的原因是table的存储格式不适用，可能是因为没指定存储格式，所以hive用了默认的，或者指定的不合适。
Last updated