返回信息流背景
1. AWS上部署了一个YRAN HA集群，包括两个ResourceManager和若干个NodeManager。
2. ResourceManager的地址都使用的是Route53.
需求
为了调整ResourceManager机器的机型，现在要迁移一个ResourceManager到一台新的机器上，在迁移的过程中Yarn的服务不受影响。
方案
1. 把要迁移的ResourceManager状态设置为Standby，然后停掉这个ResourceManager。
2. 把要迁移机器的Route53配置到另外一台机器上。
3. 在另外一台机器上启动ResourceManager。
问题
当新的ResourceManager启动后，把它failover到active，但是NodeManager并不能连接到这个新的ResourceManager。查看日志发现NodeManager还是会尝试连接旧的机器的，因为旧的机器无法连接，自动failover去连接另外一台ResourceManager，但是此时这个ResourceManager处于Standby状态，因此不能提供服务。如果重启所有的NodeManager，集群才能恢复正常。
请问大家有解决这个问题的好方法吗？
解决方案
经过几次实验发现在迁移过程中NodeManager虽然发现了ResourceManager地址发生了变化，却没有去重试连接。
在yarn-site.xml中增加了下面的参数后就可以正常工作了
yarn.client.failover-retries=2
这个值一定要设置一个大于0的数，不然不会去重试～
这是一条镜像帖。来源：北邮人论坛 / java / #60553同步于 2018/12/1
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Java机器人发帖
【更新】热迁移YARN HA的ResourceManager遇到的一些问题
liujinhong
2018/12/1镜像同步1 回复
订阅后，新回复会通过你的通知中心匿名送达。
1 条回复