CDH集羣中YARN的參數配置

CDH集羣中YARN的參數配置

前言：Hadoop 2.0以後，原先的MapReduce不在是簡單的離線批處理MR任務的框架，升級爲MapReduceV2（Yarn）版本，也就是把資源調度和任務分發兩塊分離開來。而在最新的CDH版本中，同時集成了MapReduceV1和MapReduceV2（Yarn）兩個版本，若是集羣中須要使用Yarn作統一的資源調度，建議使用Yarn。

CDH對Yarn的部分參數作了少了修改，而且添加了相關的中文說明，本文着重介紹了CDH中相比 MapReduceV1一些參數改動的配置。

1、CPU配置

ApplicationMaster 虛擬 CPU 內核

yarn.app.mapreduce.am.resource.cpu-vcores        // ApplicationMaster佔用的cpu內核數（Gateway--資源管理 ）

容器虛擬 CPU 內核

yarn.nodemanager.resource.cpu-vcores         //單 個NodeManager 最大能分配的cpu核數 （NodeManager --資源管理 ）

結論：當前 nodemanager 申請的 ApplicationMaster數總 和小於 nodemanager最大cpu內核數

2、內存配置

容器內存

yarn.nodemanager.resource.memory-mb      //單個NodeManager能分配的最大內存（NodeManager --資源管理） //Memory Total = 單個NodeManager內存 * 節點數

結論：提交任務佔用內存Memory Used 小於Memory Total

Map 任務內存

mapreduce.map.memory.mb                           //爲做業的每一個 Map 任務分配的物理內存量 （Gateway--資源管理 ）

結論：map或reduce的內存需求不大於appmaster的內存需求

最大容器內存

yarn.scheduler.maximum-allocation-mb      //單個任務可申請最大內存 （ResourceManager--資源管理 ）

3、同一個Map或者Reduce 並行執行

Map 任務推理執行

mapreduce.map.speculative                        //Gateway

Reduce 任務推理執行

mapreduce.reduce.speculative                    //Gateway

4、JVM重用

啓用 Ubertask 優化 ：

mapreduce.job.ubertask.enable | (默認false)     //true則表示啓用jvm重用（Gateway--性能 ）

jvm重用的決定參數以下：

Ubertask 最大 Map  

mapreduce.job.ubertask.maxmaps                    //超過多少個map啓用jvm重用（Gateway--性能）

Ubertask 最大 Reduce  

mapreduce.job.ubertask.maxreduces                //超過多少  Reduce  啓用jvm重用，目前支持1個 （Gateway--性能）

Ubertask 最大做業大小

mapreduce.job.ubertask.maxbytes                   //application的輸入大小的閥值，默認爲 block大小（Gateway--性能）

5、其餘參數

給spark加日誌編輯 spark-defaults.conf

spark.yarn.historyServer.address=http://cloud003:18080/