我在Google Cloud上设置了一个Dataproc集群。它已经启动并运行，我可以访问HDFS并从浏览器中的SSH复制文件;控制台。所以问题不在Dataproc这边。
我现在用Pentaho (ELT软件)复制文件。Pentaho需要访问主节点和数据节点。
我有以下错误信息:
456829 [Thread-143] WARN org.apache.hadoop.hdfs.DataStreamer - Abandoning BP-1097611520-10.132.0.7- 1611589405814:blk_1073741911_1087
456857 [Thread-143] WARN org.apache.hadoop.hdfs.DataStreamer - Excluding datanode DatanodeInfoWithStorage[10.132.0.9:9866,DS-6586e84b-cdfd-4afb-836a-25348a5080cb,DISK]
456870 [Thread-143] WARN org.apache.hadoop.hdfs.DataStreamer - DataStreamer Exception
org.apache.hadoop.ipc.RemoteException(java.io.IOException): File /user/jmonteilx/pentaho-shim-test-file.test could only be replicated to 0 nodes instead of minReplication (=1). There are 2 datanode(s) running and 2 node(s) are excluded in this operation.
at org.apache.hadoop.hdfs.server.blockmanagement.BlockManager.chooseTarget4NewBlock(BlockManager.java:1819)
at org.apache.hadoop.hdfs.server.namenode.FSDirWriteFileOp.chooseTargetForNewBlock(FSDirWriteFileOp.java:265)
at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.getAdditionalBlock(FSNamesystem.java:2569)
at org.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.addBlock(NameNodeRpcServer.java:846)
at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolServerSideTranslatorPB.addBlock(ClientNamenodeProtocolServerSideTranslatorPB.java:510)
at org.apache.hadoop.hdfs.protocol.proto.ClientNamenodeProtocolProtos$ClientNamenodeProtocol$2.callBlockingMethod(ClientNamenodeProtocolProtos.java)
at org.apache.hadoop.ipc.ProtobufRpcEngine$Server$ProtoBufRpcInvoker.call(ProtobufRpcEngine.java:503)
at org.apache.hadoop.ipc.RPC$Server.call(RPC.java:989)
at org.apache.hadoop.ipc.Server$RpcCall.run(Server.java:871)
at org.apache.hadoop.ipc.Server$RpcCall.run(Server.java:817)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:422)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1893)
at org.apache.hadoop.ipc.Server$Handler.run(Server.java:2606)
日志中使用的IP地址是我在Dataproc中的第一个datanode的内部IP。我需要使用外部IP。
我的问题如下，
客户端文件中的配置文件需要修改吗?
I have try:
<property>
<name>dfs.client.use.datanode.hostname</name>
<value>true</value>
</property>
没有成功,多谢,
ETL工具无法通过内部数据中心的外部ip访问datanode，可能是因为您的防火墙规则阻止了来自internet的访问，或者您使用内部ip创建了Dataproc集群。
也就是说，允许从互联网访问HDFS存在安全风险． 默认情况下，Dataproc集群不配置Kerberos安全身份验证，所以如果您决定将集群开放给internet，您至少应该配置对它的安全访问。
首选的解决方案是在本地和GCP集群之间建立安全的网络连接，并通过该网络访问HDFS。您可以在GCP文档中阅读更多关于此选项的信息。