安装使用集群外客户端时，连接集群端口失败

问题

安装集群外客户端或使用集群外客户端时，有时会出现连接Spark任务端口失败的问题。

异常信息：Failed to bind SparkUi

Cannot assign requested address: Service ‘sparkDriver’ failed after 16 retries (on a random free port)! Consider explicitly setting the appropriate binding address for the service ‘sparkDriver’ (for example spark.driver.bindAddress for SparkDriver) to the correct binding address.

原因

• 集群节点与客户端节点网络不通。
• 客户端节点防火墙未关闭。
• 端口被占用：每一个Spark任务都会占用一个SparkUI端口，默认为22600，如果被占用则依次递增端口重试。但是有个默认重试次数，为16次。16次重试都失败后，会放弃该任务的运行。
• 客户端Spark配置参数错误。
• 代码问题。

解决方法

应用无法访问到SparkUI的IP:PORT。有以下可能：

• 查看集群节点与客户端节点是否通信：

  查看客户端节点“/etc/hosts”文件中是否配置集群节点映射，在客户端节点执行命令：

  ping sparkui的IP

  如果ping不同，检查映射配置与网络设置。

• 关闭客户端节点防火墙设置。

  执行如下命令可查看是否关闭：

  systemctl status firewalld（不同的操作系统查询命令不一致，此命令以CentOS为例）

  如下图所示：dead表示关闭。

  

  防火墙开则影响通信，执行如下命令关闭防火墙：

  service firewalld stop（不同的操作系统查询命令不一致，此命令以CentOS为例）

• 查看端口是否被占用：

  ssh -v -p port username@ip

  如果输出“Connection established”，则表示连接成功，端口已被占用。

  

  Spark UI端口范围由配置文件spark-defaults.conf中的参数“spark.random.port.min”和“spark.random.port.max”决定，若该范围端口都已被占用，则

  导致无端口可用从而连接失败。

  解决方案：调节重连次数spark.port.maxRetries=50，并且调节executor随机端口范围spark.random.port.max+100

• 查看Spark配置参数：

  在客户端节点执行命令cat spark-env.sh，查看SPARK_LOCAL_HOSTNAME，是否为本机IP。

  该问题容易出现在从其他节点直接拷贝客户端时，配置参数未修改。

  需修改SPARK_LOCAL_HOSTNAME为本机IP

  注：如果集群使用EIP通信，则需要设置

  1. spark-default.conf中添加spark.driver.host = EIP（客户端节点弹性公网IP）
  2. spark-default.conf中添加spark.driver.bindAddress=本地IP
  3. spark-env.sh中修改SPARK_LOCAL_HOSTNAME=EIP（客户端节点弹性公网IP）
• 如果通信与配置均无问题，则从代码层面排查：

  Spark在启动任务时会在客户端创建sparkDriverEnv并绑定DRIVER_BIND_ADDRESS，该逻辑并没有走到服务端，所以该问题产生的原因也是客户端节点操作系统环境问题导致sparkDriver获取不到对应的主机IP。

  可以尝试执行export SPARK_LOCAL_HOSTNAME=172.0.0.1或者设置spark.driver.bindAddress=127.0.0.1，使提交任务driver端可以加载到loopbackAddress，从而规避问题。