之前将eclipse下编好的mapreduce代码放到集群上面跑，发现速度很慢，namenode节点的cpu和内存使用率很低，datanode节点基本上处于没有运行的状态，然后通过查看hadoop-etc-hadoop下面的配置文件，发现mapreduce-site.xml文件下面的mapreduce.framework.name名字中framework少了一个字母e，导致集群一直运行在伪分布模式下面，同时也导致web控制网页没有datanode的信息，打开master：8088网站显示no available datanode in the table，曾经这个问题困扰了我很久很久，因为如果网站打不开的话就没有办法查看运行的日志，没有办法通过日志来查看运行出错信息。在hadoop2.1以后就通过mapreduce-site.xml配置文件里面的mapreduce.jobhistory.webapp.address下面的value值master：19888网站来查看各个节点的运行状态了，开启jobhistory的命令是mr-jobhistory-sh start historyserver。
运行jar包的时候提示空指针异常 java.lang.NullPointerException分析说明
这个问题也困扰了我相当长的时间，直到后来通过日志log发现原来是程序没有读我的文件（文件格式是xml格式），后来把文件复制到各个节点下面相同的路径里面，然后在代码中输入路径（不可以只放在namenode节点上，不然datanonde读不到文件便会报空指针异常）。
mapreduce框架中全局变量的设置
在我的工程中需要在map函数里面调用一个类的方法，如果在每个map函数里面都新建类的话会导致运行时间很长，内存溢出。这里我想在代码运行之前新建这个类，在map方法里面直接调用这个类的方法，这个过程也困扰了我很长的时间，直到另一个需求的出现，在处理很多文件的时候我希望输出为多个文件，而不是只有一个输出文件。
对于输出多个文件的分析
在程序中加入以下代码
private MultipleOutputs mos;
protected void setup(Context context) throws IOException, InterruptedException {
mos=new MultipleOutputs(context);//初始化mos
}
protected void cleanup( Context context) throws IOException, InterruptedException {
mos.close();//释放资源
}
public void map（LongWritable key,Text value,Context context) throws IOException,InterruptedException,NullPointerException{
mos.write(new Text(key),new Text(value),filename);
}
实现以filename文件作为输入文件输出map的结果。
这里我就发现了一个地方，在setup方法中新建了一个对象mos，然后在map函数中直接调用mos的方法，而网上说setup方法只运行一次，可以重载自己的功能，然后回到上一个问题，我把需要初始化的对象直接放到setup方法里面，然后在map函数里面执行对象的方法，结果空指针异常消失了，而且不会再每执行一次map函数就新建一个对象，这样减少了内存的消耗。
运行时候出现Error: GC overhead limit exceeded
在hadoop2.x中默认Container的yarn child jvm堆大小为200M，通过参数mapred.child.java.opts指定，可以在job提交的时候给定，是一个客户端生效的参数，配置在mapred-site.xml文件中，通过将该参数修改为-Xms200m -Xmx4096000m来更改jvm堆大小，异常解决。
然后我继续运行jar包工程，运行时出现4.2 GB of 2.1 GB virtual memory used. Killing container.
这个错误和物理内存无关，是虚拟内存超了。
解决方法：
在etc/hadoop/yarn-site.xml文件中，修改检查虚拟内存的属性为false，如下：
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
参考资料：http://blog.csdn.net/ma0903/article/details/48289731