linux - 伪分布式运行Hadoop时，hadoop.tmp.dir应该放在什么目录下？

Question

默认情况下，Hadoop 将 hadoop.tmp.dir 设置为您的/tmp 文件夹。这是一个问题，因为当您重新启动时/tmp 会被 Linux 清除，从而导致 JobTracker 出现这个可爱的错误:

2012-10-05 07:41:13,618 INFO org.apache.hadoop.ipc.Client: Retrying connect to server: localhost/127.0.0.1:8020. Already tried 0 time(s).    
...    
2012-10-05 07:41:22,636 INFO org.apache.hadoop.ipc.Client: Retrying connect to server: localhost/127.0.0.1:8020. Already tried 9 time(s).
2012-10-05 07:41:22,643 INFO org.apache.hadoop.mapred.JobTracker: problem cleaning system directory: null
java.net.ConnectException: Call to localhost/127.0.0.1:8020 failed on connection exception: java.net.ConnectException: Connection refused
    at org.apache.hadoop.ipc.Client.wrapException(Client.java:767)    

我发现解决此问题的唯一方法是重新格式化您的名称节点，这会重建/tmp/hadoop-root 文件夹，当您重新启动时，该文件夹当然会再次被清除。

所以我继续创建了一个名为/hadoop_temp 的文件夹，并为所有用户提供了读/写权限。然后我在我的 core-site.xml 中设置这个属性:

 <property>
          <name>hadoop.tmp.dir</name>
          <value>file:///hadoop_temp</value>
 </property>

当我重新格式化我的 namenode 时，Hadoop 似乎很高兴，给我这个消息:

12/10/05 07:58:54 INFO common.Storage: Storage directory file:/hadoop_temp/dfs/name has been successfully formatted.

但是，当我查看/hadoop_temp 时，我注意到该文件夹​​是空的。然后当我重新启动 Hadoop 并检查我的 JobTracker 日志时，我看到了这个:

2012-10-05 08:02:41,988 INFO org.apache.hadoop.ipc.Client: Retrying connect to server: localhost/127.0.0.1:8020. Already tried 0 time(s).
...
2012-10-05 08:02:51,010 INFO org.apache.hadoop.ipc.Client: Retrying connect to server: localhost/127.0.0.1:8020. Already tried 9 time(s).
2012-10-05 08:02:51,011 INFO org.apache.hadoop.mapred.JobTracker: problem cleaning system directory: null
java.net.ConnectException: Call to localhost/127.0.0.1:8020 failed on connection exception: java.net.ConnectException: Connection refused

当我检查我的 namenode 日志时，我看到了这个:

2012-10-05 08:00:31,206 INFO org.apache.hadoop.hdfs.server.common.Storage: Storage directory /opt/hadoop/hadoop-0.20.2/file:/hadoop_temp/dfs/name does not exist.
2012-10-05 08:00:31,212 ERROR org.apache.hadoop.hdfs.server.namenode.FSNamesystem: FSNamesystem initialization failed.
org.apache.hadoop.hdfs.server.common.InconsistentFSStateException: Directory /opt/hadoop/hadoop-0.20.2/file:/hadoop_temp/dfs/name is in an inconsistent state: storage directory does not exist or is not accessible.

所以，很明显我没有配置正确的东西。即使我在 core-site.xml 中将 hadoop.tmp.dir 设置为/hadoop_temp，Hadoop 仍然希望在/tmp 文件夹中看到它的文件。我做错了什么？ hadoop.tmp.dir 可接受的“正确”值是多少？

额外的问题:我应该为 hbase.tmp.dir 使用什么？

系统信息:

Ubuntu 12.04， Apache Hadoop .20.2， Apache HBase .92.1

感谢您的关注!

Answer 1

感谢 Hadoop 邮件列表上的 Harsh 帮助我解决这个问题。引用他的话:

“在基于 0.20.x 或 1.x 的版本上，不要为 hadoop.tmp.dir 使用 file:///前缀。”

我去掉了 file://前缀，它起作用了。