提交Spark任务时连接ResourceManager异常

问题背景与现象

连接ResourceManager异常，导致Spark任务提交失败。

原因分析

1. 在Driver端打印异常如下，打印连接两个ResourceManager主备节点的26004端口均被拒绝：

   15/08/19 18:36:16 INFO RetryInvocationHandler: Exception while invoking getClusterMetrics of class ApplicationClientProtocolPBClientImpl over 33 after 1 fail over attempts. Trying to fail over after sleeping for 17448ms. 
   java.net.ConnectException: Call From ip0 to ip1:26004 failed on connection exception: java.net.ConnectException: Connection refused.
   INFO RetryInvocationHandler: Exception while invoking getClusterMetrics of class ApplicationClientProtocolPBClientImpl over 32 after 2 fail over attempts. Trying to fail over after sleeping for 16233ms. 
    java.net.ConnectException: Call From ip0 to ip2:26004 failed on connection exception: java.net.ConnectException: Connection refused;

2. 在MRS Manager页面查看ResourceManager此时是否功能正常，如果Yarn服务状态故障或某个Yarn服务的实例出现未知之类的异常说明此时集群的ResourceManager可能异常。
3. 排查使用的客户端是否是集群最新的客户端。

   排查集群是否做过实例ResourceManager迁移相关操作（先卸载某个ResourceManager实例，然后在其他节点添加）。

4. 在MRS Manager页面查看审计日志，是否有相关操作的记录。

   使用ping命令，查看IP是否可连通。

解决办法

• 如果ResourceManager出现异常，可参考相关告警章节查看解决方法。
• 如果客户端不是最新，请重新下载安装客户端。
• 若使用ping命令查看IP不通，需要协调网络管理相关人员协助排查网络。
• 若集群开启高可用，尝试将Yarn参数“yarn.client.failover-sleep-base-ms”调小。