Hadoop的日志是故障排查的核心依据，所有关键错误信息均会记录在日志文件中。关键日志路径为$HADOOP_HOME/logs，其中：
hadoop-*-namenode-*.log（记录NameNode启动、元数据操作等问题）；hadoop-*-datanode-*.log（记录DataNode连接、数据块同步问题）；yarn-*-resourcemanager-*.log（记录资源调度问题）。grep -i "error"过滤错误信息，关注堆栈跟踪（Stack Trace）定位具体代码行；检查日志时间戳，关联问题发生的时间点。Hadoop依赖多个服务协同工作，需确保关键服务正常运行：
jps命令查看Java进程，确认NameNode、DataNode、ResourceManager、NodeManager等核心进程是否存在；systemctl status hadoop-namenode（CentOS 7+）或service hadoop-namenode status（CentOS 6）检查服务状态；start-dfs.sh（启动HDFS）和start-yarn.sh（启动YARN）启动服务，并再次检查状态。配置文件错误是Hadoop故障的常见原因，需逐一检查：
core-site.xml（HDFS默认文件系统地址fs.defaultFS、临时目录hadoop.tmp.dir）、hdfs-site.xml（副本数dfs.replication、NameNode数据目录dfs.name.dir、DataNode数据目录dfs.data.dir）、yarn-site.xml（ResourceManager地址yarn.resourcemanager.hostname、资源分配参数）；/etc/profile或~/.bashrc中JAVA_HOME（指向JDK安装路径）、HADOOP_HOME（指向Hadoop安装路径）、PATH（包含$HADOOP_HOME/bin和$HADOOP_HOME/sbin）是否配置正确，并执行source命令使配置生效。Hadoop集群节点间需通过网络通信，常见问题包括网络不通、端口冲突：
ping <节点IP>检查节点间网络连通性；netstat -tuln或ss -tuln查看Hadoop所需端口（如NameNode的8020/9000、DataNode的50010、ResourceManager的8032）是否被占用；/etc/hosts文件，确保主机名与IP地址映射正确（如192.168.1.100 master），避免UnknownHostException。Hadoop进程需以专用用户（通常为hadoop）运行，权限问题会导致无法访问文件或启动失败：
ls -l /path/to/hadoop/dir检查Hadoop安装目录、数据目录（如dfs.data.dir、dfs.name.dir）的权限，确保hadoop用户有读写权限（可使用chown -R hadoop:hadoop /path/to/dir修改）；hadoop用户属于同一用户组，避免权限冲突。资源不足（磁盘空间、内存）会导致Hadoop任务失败或服务无法启动：
df -h检查磁盘空间使用情况，确保/（根目录）和HDFS数据目录（如/home/hadoop/data）有足够空间（建议保留20%以上）；free -m检查内存使用情况，确保系统有足够空闲内存（可通过yarn.nodemanager.resource.memory-mb调整YARN内存分配）；top或htop查看进程资源占用，终止占用过高的异常进程（如kill -9 <PID>）。HDFS数据块损坏或丢失会影响数据可靠性，需使用以下命令修复：
hdfs fsck / -files -blocks -locations检查HDFS文件系统健康状态，查看损坏或丢失的数据块；dfs.replication参数设置合理，通常为3）；hdfs dfs -rm -r /corrupted/path删除损坏文件，重新上传数据。Hadoop启动时会进入安全模式（Safe Mode），此时不允许修改或删除数据，需手动退出：
hdfs dfsadmin -safemode get检查安全模式状态（若返回“ON”，则表示处于安全模式）；hdfs dfsadmin -safemode leave退出安全模式（需等待NameNode完成元数据检查）。
