2023學(xué)年完整公開(kāi)課版更改YARN的配置_第1頁(yè)
2023學(xué)年完整公開(kāi)課版更改YARN的配置_第2頁(yè)
2023學(xué)年完整公開(kāi)課版更改YARN的配置_第3頁(yè)
2023學(xué)年完整公開(kāi)課版更改YARN的配置_第4頁(yè)
2023學(xué)年完整公開(kāi)課版更改YARN的配置_第5頁(yè)
已閱讀5頁(yè),還剩11頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

主講:孟繁興目錄01配置內(nèi)存相關(guān)參數(shù)配置內(nèi)存相關(guān)參數(shù)1配置內(nèi)存相關(guān)參數(shù)如果沒(méi)有設(shè)置任何與內(nèi)存相關(guān)的配置屬性,集群能夠正常啟動(dòng),但可能無(wú)法有效執(zhí)行,因?yàn)镠adoop的所有內(nèi)存相關(guān)參數(shù)都使用默認(rèn)值。因此,要調(diào)整這些參數(shù)。在yarn-sitc.xml文件中指定以下YARN附加參數(shù)(在生產(chǎn)設(shè)置中可選,但強(qiáng)烈推薦)。配置內(nèi)存相關(guān)參數(shù)yarn.nodemanager.resource.memory-MB:該參數(shù)指定在該節(jié)點(diǎn)上YARN管理的任務(wù)可用的總RAM,以MB計(jì),必須將諸如DataNode等其他的Hadoop中非YARN管理的工作進(jìn)程的內(nèi)存使用包括在其中。因此,如果節(jié)點(diǎn)的總RAM為96GB,則可以通過(guò)將yarn.nodemanager.resource.memory-mb參數(shù)設(shè)置為68(GB)來(lái)為YARN分配約70%的內(nèi)存,如下所示:<property><name>yarn.nodemanager.resource.memory-mb</name><value>68608</value></property>配置內(nèi)存相關(guān)參數(shù)yarn.nodemanager.resource.memory-mb參數(shù)的默認(rèn)值為8192MB(8GB),這意味著如果你的節(jié)點(diǎn)有比較大的RAM容量(如64GB或96GB),那么在默認(rèn)情況下,大部分的內(nèi)存都會(huì)被浪費(fèi)掉,因?yàn)榇藚?shù)的值將YARN作業(yè)的內(nèi)存分配限制為8GB。配置內(nèi)存相關(guān)參數(shù)yarn.nodemanager.resource.cpu-vcores:可以分配給YARN容器的CPU內(nèi)核數(shù)。此參數(shù)的默認(rèn)值為8,必須將其設(shè)置為小于節(jié)點(diǎn)上物理內(nèi)核數(shù)。以下示例顯示如何將CPU內(nèi)核數(shù)設(shè)置為24。<property><name>yarn.nodemanager.resource.cpu-vcores</name><value>24</value></property>配置內(nèi)存相關(guān)參數(shù)mapreduce.map.memory.mb和mapreduce.reduce.memory.mb:這兩個(gè)參數(shù)指定為每個(gè)map或reduce任務(wù)分配的內(nèi)存大?。ㄈ萜鞔笮?。兩個(gè)參數(shù)的默認(rèn)值為1GB,大多數(shù)集群需要更高的值(大多數(shù)情況下為2~4GB)。以下示例顯示如何設(shè)置map和reduce任務(wù)的內(nèi)存值為2GB。<property><name>mapreduce.map.memory.mb</name><value>2048</value></property>配置內(nèi)存相關(guān)參數(shù)<property><name>mapreduce.reduce.memory.mb</name><value>2048</value></property配置內(nèi)存相關(guān)參數(shù)mapreduce.map.java.opts和mapreduce.reduce.java.opts:mapper和reducer進(jìn)程在JVM中運(yùn)行。除了JVM的內(nèi)存需求和為每個(gè)map和reduce任務(wù)分配的內(nèi)存(2GB)之外,還必須滿足其他內(nèi)存請(qǐng)求,這個(gè)內(nèi)存使用被稱為進(jìn)程的開(kāi)銷??梢匀坑猛赀@個(gè)內(nèi)存,而且任務(wù)不會(huì)有任何內(nèi)存的開(kāi)銷。配置內(nèi)存相關(guān)參數(shù)為了避免JVM占用分配給任務(wù)的內(nèi)存,可以使用mapreduce.map.java.opts和mapreduce.reduce.java.opts參數(shù)來(lái)限制mapper和reducer的Java堆大小。<property><name>mapreduce.map.java.opts</name><value>1536</value></property>配置內(nèi)存相關(guān)參數(shù)<property><name>mapreduce.reduce.java.opts</name><value>-Xmx1536</value></property>配置內(nèi)存相關(guān)參數(shù)這里有一個(gè)很好的經(jīng)驗(yàn),即將mapreduce.map.memory.mb和mapreduce.reduce.memory.mb參數(shù)設(shè)置值的70%~75%作為mapreduce.map.java.opts和mapreduce.reduce.java.opts參數(shù)的值。配置內(nèi)存相關(guān)參數(shù)上述的內(nèi)存設(shè)置配置了map和reduce任務(wù)使用的物理RAM的上限。為YARN容器配置的每個(gè)map和reduce任務(wù)使用的虛擬內(nèi)存比的上限由yarn.nodemanager.vmem-pmem-ratio參數(shù)確定。默認(rèn)值為2.1,可以設(shè)置一個(gè)不同的值:<name>yarn.nodemanager.vmem-pmem-ratio</name><value>3.0</value>配置內(nèi)存

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論