轉載自:http://blog.itpub.net/30089851/viewspace-2127850/
在Hadoop2.x中, YARN負責管理MapReduce中的資源(內存, CPU等)並且將其打包成Container。
使之專注於其擅長的數據處理任務, 將無需考慮資源調度. 如下圖所示
YARN會管理集羣中所有機器的可用計算資源. 基於這些資源YARN會調度應用(比如MapReduce)發來的資源請求, 然後YARN會通過分配Co
ntainer來給每個應用提供處理能力, Container是YARN中處理能力的基本單元, 是對內存, CPU等的封裝.
目前我這裏的服務器情況:6臺slave,每臺:32G內存,2*6核CPU。
由於hadoop 1.x存在JobTracker和TaskTracker,資源管理有它們實現,在執行mapreduce作業時,資源分爲map task和reduce task。
所有存在下面兩個參數分別設置每個TaskTracker可以運行的任務數:
點擊(此處)摺疊或打開
- <property>
- <name>mapred.tasktracker.map.tasks.maximum</name>
- <value>6</value>
- <description><![CDATA[CPU數量=服務器CPU總核數 / 每個CPU的核數;服務器CPU總核數 = more /proc/cpuinfo | grep 'processor' | wc -l;每個CPU的核數 = more /proc/cpui nfo | grep 'cpu cores']]></description>
- </property>
- <property>
- <name>mapred.tasktracker.reduce.tasks.maximum</name>
- <value>4</value>
- <description>一個task tracker最多可以同時運行的reduce任務數量</description>
- </property>
但是在hadoop 2.x中,引入了Yarn架構做資源管理,在每個節點上面運行NodeManager負責節點資源的分配,而slot也不再像1.x那樣區分Map slot和Reduce slot。在Yarn上面Container是資源的分配的最小單元。
Yarn集羣的內存分配配置在yarn-site.xml文件中配置:
點擊(此處)摺疊或打開
- <property>
- <name>yarn.nodemanager.resource.memory-mb</name>
- <value>22528</value>
- <discription>每個節點可用內存,單位MB</discription>
- </property>
-
- <property>
- <name>yarn.scheduler.minimum-allocation-mb</name>
- <value>1500</value>
- <discription>單個任務可申請最少內存,默認1024MB</discription>
- </property>
-
- <property>
- <name>yarn.scheduler.maximum-allocation-mb</name>
- <value>16384</value>
- <discription>單個任務可申請最大內存,默認8192MB</discription>
- </property>
由於我Yarn集羣還需要跑Spark的任務,而Spark的Worker內存相對需要大些,所以需要調大單個任務的最大內存(默認爲8G)。
而Mapreduce的任務的內存配置:
點擊(此處)摺疊或打開
- <property>
- <name>mapreduce.map.memory.mb</name>
- <value>1500</value>
- <description>每個Map任務的物理內存限制</description>
- </property>
-
- <property>
- <name>mapreduce.reduce.memory.mb</name>
- <value>3000</value>
- <description>每個Reduce任務的物理內存限制</description>
- </property>
-
- <property>
- <name>mapreduce.map.java.opts</name>
- <value>-Xmx1200m</value>
- </property>
-
- <property>
- <name>mapreduce.reduce.java.opts</name>
- <value>-Xmx2600m</value>
- </property>
mapreduce.map.memory.mb:每個map任務的內存,應該是大於或者等於Container的最小內存。
按照上面的配置:每個slave可以運行map的數據<= 22528/1500,reduce任務的數量<=22528/3000 。
mapreduce.map.memory.mb >mapreduce.map.java.opts
mapreduce.reduce.memory.mb >mapreduce.reduce.java.opts
mapreduce.map.java.opts / mapreduce.map.memory.mb
=0.70~0.80
mapreduce.reduce.java.opts / mapreduce.reduce.memory.mb
=0.70~0.80
在yarn container這種模式下,JVM進程跑在container中,mapreduce.{map|reduce}.java.opts 能夠通過Xmx設置JVM最大的heap的使用,
一般設置爲0.75倍的memory.mb,
則預留些空間會存儲java,scala code等。
來自若澤大數據交流羣