Grid5000集群执行start-dfs.sh遇权限拒绝问题求助

1. 修复SSH密钥与授权文件的权限 #

Grid5000对文件权限要求严格，错误权限会直接导致公钥认证失效，执行以下命令统一修复：

chmod 700 ~/.ssh
chmod 600 ~/.ssh/authorized_keys
chmod 600 ~/.ssh/id_rsa

2. 确保公钥同步到所有Hadoop节点 #

手动SSH跳转有效不代表所有节点的授权文件都正确配置，需批量同步并验证：

• 批量同步公钥到所有节点（替换[其他节点]为你的集群节点列表）：

  for node in parasilo-1 parasilo-10 [其他节点]; do
    cat ~/.ssh/id_rsa.pub | ssh $node 'cat >> ~/.ssh/authorized_keys && chmod 600 ~/.ssh/authorized_keys && chmod 700 ~/.ssh'
  done
  

• 逐个验证无密码登录，包括本地节点（Hadoop启动时会访问localhost）：

  ssh parasilo-10 "echo 登录成功"
  ssh parasilo-1 "echo 本地登录成功"
  

3. 检查Hadoop的SSH配置与节点列表 #

• 打开hadoop-3.3.4/etc/hadoop/hadoop-env.sh，确认SSH参数无错误限制：

  # 确保没有强制密码认证的参数，添加跳过主机密钥检查（可选）
  export HADOOP_SSH_OPTS="-o StrictHostKeyChecking=no"
  

• 检查workers文件（旧版本为slaves），确保节点名和你能SSH的主机名完全一致（Grid5000部分节点可能需要完整域名）。

4. 模拟Hadoop的SSH调用测试 #

直接用Hadoop自带的SSH命令测试，复现启动时的调用逻辑：

./hadoop/hadoop-3.3.4/bin/hadoop ssh parasilo-10 "echo Hadoop SSH调用测试"

如果此命令失败，说明Hadoop的SSH环境变量配置有问题，需重点排查hadoop-env.sh。

5. Grid5000特殊环境适配 #

Grid5000节点可能存在home目录缓存问题，可尝试：

• 在每个节点上重新加载密钥：

  ssh $node 'eval `ssh-agent` && ssh-add ~/.ssh/id_rsa'
  

• 确认节点SSH服务允许公钥认证：

  ssh $node "grep PubkeyAuthentication /etc/ssh/sshd_config"
  

  输出应为PubkeyAuthentication yes，若不是需联系Grid5000管理员调整。

内容的提问来源于stack exchange，提问作者Remi