Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Amazon EMR 集群以 NO_ _ LEFT 和核心节点 _BY SLAVE _ 终止 FAILED MASTER

通常，发生这一现象是因为禁用了终止保护，而且所有核心节点都超过了 yarn-site 配置分类（对应于 yarn-site.xml 文件）中最大利用率阈值指定的磁盘存储容量。默认情况下，该值为 90%。当核心节点的磁盘利用率超过利用率阈值时，YARN NodeManager 运行状况服务会将该节点报告为UNHEALTHY。当节点处于这种状态时，Amazon d EMR eny 会列出该节点并且不会为其分配YARN容器。如果该节点在 45 分钟内保持运行状况不佳，Amazon 会将要终止的关联亚马逊EC2实例EMR标记为FAILED_BY_MASTER。当所有与核心节点关联的 Amazon EC2 实例都被标记为终止时，集群将以状态终止，NO_SLAVE_LEFT因为没有资源可以执行任务。

如果一个核心节点超过磁盘利用率，则可能会导致连锁反应。如果单个节点因而超过磁盘利用率阈值HDFS，则其他节点也可能接近该阈值。第一个节点超过了磁盘使用率阈值，因此 Amazon d EMR eny 将其列出。这增加了其余节点的磁盘使用负担，因为它们开始在彼此之间复制在被拒绝名单的节点上丢失HDFS的数据。每个节点随后都会以相同的方式进入 UNHEALTHY 状态，并且集群最终会终止。

最佳实践和建议

为集群硬件配置充足的存储容量

创建集群时，请确保有足够的核心节点，并且每个节点都有足够的实例存储和EBS存储卷HDFS。有关更多信息，请参阅 计算集群所需的HDFS容量。您也可以手动或使用 Auto Scaling 功能，将核心实例添加到现有实例组。新实例与实例组中的其它实例具有相同的存储配置。有关更多信息，请参阅使用 Amazon EMR 集群扩展来适应不断变化的工作负载。

启用终止保护

启用终止保护。这样，如果核心节点被列为拒绝，则可以使用连接到关联的 Amazon EC2 实例，SSH进行故障排除和恢复数据。如果您启用终止保护，请注意，Amazon EMR 不会用新EC2实例替换 Amazon 实例。有关更多信息，请参阅 使用终止保护来保护您的 Amazon EMR 集群免遭意外关闭。

为该MRUnhealthyNodes CloudWatch 指标创建警报

此指标会报告其中报告了 UNHEALTHY 状态的节点的数量。它等同于YARN指标mapred.resourcemanager.NoOfUnhealthyNodes。您可以为此警报设置通知，在节点维持不正常状态到达 45 分钟计时之前提醒您。有关更多信息，请参阅使用监控亚马逊EMR指标 CloudWatch。

使用 yarn-site 调整设置

下面的设置可以根据您的应用程序要求进行调整。例如，您可能需要通过提高 yarn.nodemanager.disk-health-checker.max-disk-utilization-per-disk-percentage 的值，来提高节点报告为 UNHEALTHY 的磁盘利用率阈值。

在使用 yarn-site 配置分类创建集群时，您可以设置这些值。有关更多信息，请参阅 Amazon EMR 发行指南中的配置应用程序。您也可以使用连接到与核心节点关联的 Amazon EC2 实例SSH，然后/etc/hadoop/conf.empty/yarn-site.xml使用文本编辑器在中添加值。进行更改后，必须按 hadoop-yarn-nodemanager如下所示重新启动。

sudo /sbin/stop hadoop-yarn-nodemanager
sudo /sbin/start hadoop-yarn-nodemanager

有关当前yarn-site属性和默认值的更多信息，请参阅 Apache Hadoop 文档中的YARN默认设置。