Hadoop 启动报错Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password).

Hadoop启动时遇到"Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password)"错误通常是因为安全权限问题，特别是当你在一个需要Kerberos身份验证的Hadoop集群环境中。这可能是由于以下几个原因：

1. **未配置SSH key**: 如果你在尝试通过SSH连接到Hadoop节点，可能是因为SSH密钥对还未设置好，或者节点上没有添加公钥的信任。

2. **Kerberos配置问题**: 如果集群启用了Kerberos，那么用户需要有正确的 Kerberos凭据，包括TGT（Ticket Granting Ticket）。如果凭证文件路径、名称或者权限设置不正确，可能导致这个错误。

3. **HDFS权限不足**: 运行Hadoop任务时，如果没有足够的HDFS读写权限，也可能触发该错误。

4. **防火墙限制**: 确保网络防火墙没有阻止必要的通信端口（如8088 for Namenode或50070 for JobTracker）。

解决这个问题的一般步骤包括：

- 配置SSH免密码登录：检查并生成SSH密钥对，并在目标机器上添加信任。
- 检查Kerberos配置：确保你的用户已经获取了有效的TGT，并且环境变量如`KRB5CCNAME`等设置正确。
- 调整HDFS权限：使用`hdfs dfs -chown`命令调整目录或文件所有者和权限。
- 检查防火墙规则：允许必要的端口通过防火墙。

相关问题

start-dfs.sh报错Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password).

当你在运行Hadoop集群中的`start-dfs.sh`脚本时遇到"Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password)"错误，通常这意味着当前用户没有足够的权限来启动Hadoop分布式文件系统（DFS）。这个错误常见于使用SSH公钥认证的情况下，因为Hadoop需要能够通过SSH无密码登录各个节点。

原因可能有：
1. **密钥对配置不当**：你需要确保SSH免密登录功能正常设置，并且Hadoop守护进程（如NameNode、DataNode）的用户拥有正确的SSH公钥对配置。
2. **SELinux或安全组策略**：某些Linux发行版的强制访问控制（如SELinux）可能阻止了SSH连接，检查并调整相应的策略。
3. **用户名不符**：确认你正在使用的账户是否具有启动Hadoop服务所需的权限，比如可能是`hadoop`或`mapred`用户。

解决办法：
1. **验证SSH配置**：检查~/.ssh/authorized_keys文件，确保包含正确无误的公钥。
2. **切换用户或添加权限**：如果需要，可以用`su`命令切换到合适的用户，或者临时赋予该用户启动Hadoop的权限。
3. **修改配置文件**：在Hadoop的conf目录下，检查core-site.xml和hdfs-site.xml等文件，确保正确的用户和权限设置。
4. **重启服务**：尝试先停止再重新启动Hadoop服务，看看问题是否得到解决。

hadoop单机启动Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password).

在hadoop单机启动时，如果出现错误提示"Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password)"，通常是由于ssh免密登录配置不正确导致的。解决方法如下：

1.检查ssh免密登录配置是否正确，包括authorized_keys文件和config文件的权限和内容是否正确。

2.如果ssh免密登录配置正确，可以尝试重新设置ssh免密登录。具体步骤如下：

a.在终端中输入以下命令，生成公钥和私钥：

    ssh-keygen -t rsa

b.将公钥添加到authorized_keys文件中：

    cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

c.将公钥复制到其他节点的authorized_keys文件中：

    ssh-copy-id <username>@<hostname>

d.测试ssh免密登录是否成功：

    ssh <username>@<hostname>

3.如果以上方法都无法解决问题，可以尝试重新启动hadoop服务或者重启机器。