1. 查看Hadoop日志文件
Hadoop的日志文件是故障排查的核心线索来源，通常位于$HADOOP_HOME/logs目录下（如hadoop-*-namenode-*.log、yarn-*-resourcemanager-*.log）。使用tail -f命令实时监控日志输出，或通过grep过滤关键错误信息（如grep "ERROR" *.log），可快速定位组件异常（如NameNode启动失败、DataNode无法连接等）。
2. 检查Hadoop进程状态
通过jps命令列出所有Java进程，确认Hadoop核心组件（NameNode、DataNode、ResourceManager、NodeManager等）是否正常运行。若进程缺失，需进一步查看对应组件的日志（如NameNode进程消失则检查hadoop-*-namenode-*.log），判断是进程崩溃还是未启动。
3. 验证网络连接
Hadoop集群依赖节点间的网络通信，使用ping命令测试各节点之间的连通性（如ping <datanode-ip>）。若网络不通，需检查防火墙设置（如Debian的ufw或iptables）是否允许Hadoop相关端口（如NameNode的50070、ResourceManager的8088）通信，或网络配置（如/etc/hosts中的主机名解析）是否正确。
4. 检查配置文件正确性
Hadoop的配置文件（core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml）是集群运行的基础，需确保以下内容无误：
core-site.xml中的fs.defaultFS（HDFS默认文件系统地址，如hdfs://namenode:9000）；hdfs-site.xml中的dfs.replication（数据块复制因子，需与集群节点数匹配）；yarn-site.xml中的yarn.resourcemanager.hostname（ResourceManager主机名）。5. 利用Hadoop Web界面监控
访问Hadoop的Web管理界面可直观查看集群状态：
http://<namenode-ip>:50070（Hadoop 2.x）或http://<namenode-ip>:9870（Hadoop 3.x），查看HDFS存储使用率、DataNode列表；http://<resourcemanager-ip>:8088，查看YARN任务队列、节点资源分配情况。6. 分析系统资源瓶颈
使用系统监控工具排查资源占用异常：
top/htop：查看CPU、内存使用率，识别占用过高的进程（如MapReduce任务内存溢出）；iostat -x 1：查看磁盘I/O使用率，判断是否存在磁盘瓶颈（如DataNode磁盘满导致写入失败）；vmstat 1：查看虚拟内存、进程调度情况，识别系统级资源瓶颈。7. 检查系统日志补充信息
Debian的系统日志（/var/log/syslog）和内核日志（dmesg、journalctl -xe）可能记录与Hadoop相关的系统级错误（如磁盘故障、权限问题、端口冲突）。例如，dmesg可查看内核是否检测到磁盘错误，journalctl -u hadoop-namenode可查看NameNode服务的系统日志。
8. 处理常见特定错误
hadoop-env.sh（NameNode/ResourceManager）或yarn-env.sh（NodeManager）中修改HADOOP_NAMENODE_OPTS、YARN_RESOURCEMANAGER_OPTS等参数，增加-Xmx（最大堆内存）和-Xms（初始堆内存）值（如-Xmx4g -Xms2g）；hdfs dfsadmin -safemode leave命令强制退出；$PATH环境变量是否包含Python路径（如export PATH=/usr/bin/python3:$PATH），或在hadoop-env.sh中设置HADOOP_PYTHON变量。9. 重启相关服务
若上述步骤无法解决问题，可尝试重启Hadoop服务：
$HADOOP_HOME/sbin/stop-all.sh；$HADOOP_HOME/sbin/start-all.sh。$HADOOP_HOME/sbin/hadoop-daemon.sh stop datanode && $HADOOP_HOME/sbin/hadoop-daemon.sh start datanode）。
