E-MapReduce有时候遇到 跑hive 任务 跑着 yarn 节点就掉了 如何排查问题？

在阿里云E-MapReduce中，如果在运行Hive任务时出现YARN节点突然掉线且SSH也无法连接的情况，可能存在多种原因。以下是几种可能的排查步骤和潜在原因：

1. 网络问题：

   • 网络稳定性：检查集群内外部网络连接状况，确认是否有瞬时网络中断，这也可能导致节点失去联系。

2. 软件故障或错误：

   • YARN节点日志：即使无法通过SSH访问节点，仍可在其它正常节点上查找对应故障节点的YARN NodeManager日志，通常位于/var/log/hadoop-yarn/yarn-nodemanager-*.log等路径，寻找错误提示或异常退出的信息。
   • 系统日志：尝试查看系统的系统日志，看看是否有OS层面的错误信息，例如内核 panic、OOM killer 等。

3. 安全组或防火墙规则：

   • 检查安全组规则：确保安全组规则没有意外更改，阻止了SSH或其他必要通信端口的访问。