spark-streaming连接flume时报错org.jboss.netty.channel.ChannelException: Failed to bind to: /IP:PORT

来源：互联网发布：淘宝的苹果手机靠谱吗编辑：程序博客网时间：2024/05/16 17:08

本文转自http://blog.csdn.net/aaa1117a8w5s6d/article/details/42875867，所有权力归原作者所有。

注：该文虽然解决了Spark Streaming程序运行时报出的Failed bind错误，但是通过作者的解释以及这种解决办法来看，集群中可以用来获取Flume的端口被限定住了，这样不仅不符合常规的逻辑，增加了Spark程序编写的难度，而且也集群的部署变得生硬，不灵活。不知道会不会对以后要尝试的多个端口并行接收数据造成什么更麻烦的影响。慢慢地，一步一步来~~~

http://bbs.csdn.net/topics/390971594?page=1#post-398808154

上面是我当时提问用的，折磨了我好几天，后来发现问题了，分析如下：

连接flume是通过

JavaReceiverInputDStream<SparkFlumeEvent> flumeStream = FlumeUtils.createStream(jssc, args[0], Integer.parseInt(args[1]));

[java] view plaincopy

FlumeUtils {
/**
* Create a input stream from a Flume source.
* @param ssc StreamingContext object
* @param hostname Hostname of the slave machine to which the flume data will be sent
* @param port Port of the slave machine to which the flume data will be sent
* @param storageLevel Storage level to use for storing the received objects
*/
def createStream (
ssc: StreamingContext,
hostname: String,
port: Int,
storageLevel: StorageLevel = StorageLevel.MEMORY_AND_DISK_SER_2
): ReceiverInputDStream[SparkFlumeEvent] = {
val inputStream = new FlumeInputDStream[SparkFlumeEvent](ssc, hostname, port, storageLevel)
inputStream
}

在跟进FlumeInputDStream内部：

[java] view plaincopy

class FlumeInputDStream[T: ClassTag](
@transient ssc_ : StreamingContext,
host: String,
port: Int,
storageLevel: StorageLevel
) extends ReceiverInputDStream[SparkFlumeEvent](ssc_) {
override def getReceiver(): Receiver[SparkFlumeEvent] = {
new FlumeReceiver(host, port, storageLevel)
}
}

在跟进FlumeReceiver

[java] view plaincopy

class FlumeReceiver(
host: String,
port: Int,
storageLevel: StorageLevel
) extends Receiver[SparkFlumeEvent](storageLevel) with Logging {
lazy val responder = new SpecificResponder(
classOf[AvroSourceProtocol], new FlumeEventServer(this))
lazy val server = new NettyServer(responder, new <span style="color:#ff0000;">InetSocketAddress</span>(host, port))
def onStart() {
server.start()
logInfo("Flume receiver started")
}
def onStop() {
server.close()
logInfo("Flume receiver stopped")
}
override def preferredLocation = Some(host)
}

这就是建立端口连接的地方了，我们会发现InetSocketAddress这个类，他属于Jdk的jar包rt.jar

现在把这个jar包也放入调用，命令里：

spark-submit --class com.kingsoft.spark.SparkFlumeTest --master yarn-cluster --executor-memory 10G --num-executors 50 --jars /home/hadoop/spark-streaming-flume_2.10-1.1.0.jar,/opt/cloudera/parcels/CDH-5.1.0-1.cdh5.1.0.p0.53/lib/avro/avro-ipc-1.7.5-cdh5.1.0.jar,/opt/cloudera/parcels/CDH-5.1.0-1.cdh5.1.0.p0.53/lib/flume-ng/lib/flume-ng-sdk-1.5.0-cdh5.1.0.jar,/home/hadoop/fastjson-1.1.41.jar,/home/hadoop/rt.jar/home/hadoop/SparkStreaming-0.0.1-SNAPSHOT.jar 10.4.22.16 58006

发现可以了，究其原因：主要是我们集群的JAVA_HOME没有设置的缘故。

PS：养成看源码的习惯，还是不错的。。

如果上面的解释有问题，还请路过的大神指点，谢谢

----------------------------------------------------------------------------------------------------

不是上面的问题，问题还在解决中~~~

----------------------------------------------------------------------------------------------------

折磨了我好几天的事情终于解决了，看看自己之前的排错信息，很是可笑啊，这件事还是自己对yarn和spark不了解所致：

详情可以看这篇文章：

http://m.blog.csdn.net/blog/gengqi88/39089349

从日志看是端口没有启动。查看下yarn container 上启动的worker，同样报没有绑定端口的异常。

查看 yarn 上job的启动的节点，在配置接收flume 数据的节点上，并没有worker的启动。问题正好出现这这里，由于yarn 上发布container 是有RM 根据集群的资源使用情况进行分配的，事先并不值得哪个节点上有启动到container，也就无法值得那个节点上有spark的worker了。更谈不上事先设置在启动spark stream 程序中的host 是否能真正有worker再运行了。这个或许是spark在yarn模式下的一个BUG 吧。

解决方法是，将host 修改为0.0.0.0 进行运行。等spark 程序启动后，查看在哪个节点上启动了接收flume流数据的端口，在将该主机和端口配置到flume的配置文件中，启动flume，就可以实现数据得传输了。

意思就是把程序提交到yarn集群后，RM会根据资源情况分配哪些container来执行这个程序，比如一个集群有1——10台node，在机器1上提交application到yarn，yarn的RM分配机器2和机器3上的container来执行该application，那么命令如下：

spark-submit --class com.kingsoft.spark.SparkFlumeTest --master yarn --deploy-mode cluster --jars /home/hadoop/spark-streaming-flume_2.10-1.0.1.jar,/home/hadoop/avro-ipc-1.7.5-cdh5.1.0.jar,/home/hadoop/flume-ng-sdk-1.5.0.1.jar,/home/hadoop/fastjson-1.1.41.jar /home/hadoop/SparkStreaming-0.0.1-SNAPSHOT.jar 10.4.22.16 58006 （10.4.22.16是机器1的IP）

但是在机器1上并没有运行application的程序，所以无法打开58006端口，这个是spark的BUG。解决办法是调用如下命令：

用0.0.0.0代替，不能使用127.0.0.1，否则flume连不上对应机器。（我也不知道为什么连不上）当application运行时，在到各个机器上去查看哪台机器的58006端口在listen。netstat -anp | grep 58006

这时把flume的配置文件改成该地址，重启就OK了。

啊，多么痛的领悟啊。

---------------------------------------------------------------------------------

启动命令中可以设置--num-executors 10，意思就是启动10个executors，在输出的日志中也会看到如下信息：

15/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app002041.hz01.ksyun.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app022054.hz01.ksyun.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app022045.hz01.ksyun.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app022018.ksc.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app002023.hz01.ksyun.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app022016.ksc.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app022055.hz01.ksyun.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app002024.hz01.ksyun.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app002026.hz01.ksyun.com:804115/01/22 15:32:50 INFO AMRMClientImpl: Received new token for : hz01-cs-app022042.hz01.ksyun.com:8041

就是在上面10个节点上会有一个节点启动flume监听端口，那么我们就需要挨个到对应的机器上去检查哪个被启动了。使用以下脚本，在调用时传入机器列表，就可以快速定位：

[plain] view plaincopy

for arg in $* ; do
re=`ssh -o strictHostKeyChecking=no $arg -t "sudo netstat -anp | grep 58006 | grep LISTEN |wc -l"`
if [[ $re > "1" ]];then
echo $arg
fi
done

其中的58006是你对应启动的那个端口。前提是这个脚本所在的机器能够ssh到对应的机器列表中。

0 0