YARN和MapReduce的內(nèi)存優(yōu)化怎么配置

本篇內(nèi)容主要講解“YARN和MapReduce的內(nèi)存優(yōu)化怎么配置”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“YARN和MapReduce的內(nèi)存優(yōu)化怎么配置”吧!

在Hadoop2.x中, YARN負(fù)責(zé)管理MapReduce中的資源(內(nèi)存, CPU等)并且將其打包成Container。
使之專(zhuān)注于其擅長(zhǎng)的數(shù)據(jù)處理任務(wù), 將無(wú)需考慮資源調(diào)度. 如下圖所示    
         
YARN會(huì)管理集群中所有機(jī)器的可用計(jì)算資源. 基于這些資源YARN會(huì)調(diào)度應(yīng)用(比如MapReduce)發(fā)來(lái)的資源請(qǐng)求, 然后YARN會(huì)通過(guò)分配Co
ntainer來(lái)給每個(gè)應(yīng)用提供處理能力, Container是YARN中處理能力的基本單元, 是對(duì)內(nèi)存, CPU等的封裝. 

目前我這里的服務(wù)器情況：6臺(tái)slave，每臺(tái)：32G內(nèi)存，2*6核CPU。

由于hadoop 1.x存在JobTracker和TaskTracker，資源管理有它們實(shí)現(xiàn)，在執(zhí)行mapreduce作業(yè)時(shí)，資源分為map task和reduce task。
所有存在下面兩個(gè)參數(shù)分別設(shè)置每個(gè)TaskTracker可以運(yùn)行的任務(wù)數(shù)：

• <property>
  

•         <name>mapred.tasktracker.map.tasks.maximum</name>
  

•         <value>6</value>
  

•         <description><![CDATA[CPU數(shù)量=服務(wù)器CPU總核數(shù) / 每個(gè)CPU的核數(shù)；服務(wù)器CPU總核數(shù) = more /proc/cpuinfo | grep 'processor' | wc -l；每個(gè)CPU的核數(shù) = more /proc/cpui nfo | grep 'cpu cores']]></description>
  

• </property>
  

• <property>
  

•         <name>mapred.tasktracker.reduce.tasks.maximum</name>
  

•         <value>4</value>
  

•         <description>一個(gè)task tracker最多可以同時(shí)運(yùn)行的reduce任務(wù)數(shù)量</description>
  

• </property>

但是在hadoop 2.x中，引入了Yarn架構(gòu)做資源管理，在每個(gè)節(jié)點(diǎn)上面運(yùn)行NodeManager負(fù)責(zé)節(jié)點(diǎn)資源的分配，而slot也不再像1.x那樣區(qū)分Map slot和Reduce slot。在Yarn上面Container是資源的分配的最小單元。

Yarn集群的內(nèi)存分配配置在yarn-site.xml文件中配置：

• <property>
  

•         <name>yarn.nodemanager.resource.memory-mb</name>
  

•         <value>22528</value>
  

•         <discription>每個(gè)節(jié)點(diǎn)可用內(nèi)存,單位MB</discription>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>yarn.scheduler.minimum-allocation-mb</name>
  

•         <value>1500</value>
  

•         <discription>單個(gè)任務(wù)可申請(qǐng)最少內(nèi)存，默認(rèn)1024MB</discription>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>yarn.scheduler.maximum-allocation-mb</name>
  

•         <value>16384</value>
  

•         <discription>單個(gè)任務(wù)可申請(qǐng)最大內(nèi)存，默認(rèn)8192MB</discription>
  

•     </property>

由于我Yarn集群還需要跑Spark的任務(wù)，而Spark的Worker內(nèi)存相對(duì)需要大些，所以需要調(diào)大單個(gè)任務(wù)的最大內(nèi)存（默認(rèn)為8G）。

而Mapreduce的任務(wù)的內(nèi)存配置：

• <property>
  

•         <name>mapreduce.map.memory.mb</name>
  

•         <value>1500</value>
  

•         <description>每個(gè)Map任務(wù)的物理內(nèi)存限制</description>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>mapreduce.reduce.memory.mb</name>
  

•         <value>3000</value>
  

•         <description>每個(gè)Reduce任務(wù)的物理內(nèi)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(gè)map任務(wù)的內(nèi)存，應(yīng)該是大于或者等于Container的最小內(nèi)存。
按照上面的配置：每個(gè)slave可以運(yùn)行map的數(shù)據(jù)<= 22528/1500,reduce任務(wù)的數(shù)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(jìn)程跑在container中，mapreduce.{map|reduce}.java.opts 能夠通過(guò)Xmx設(shè)置JVM最大的heap的使用，
一般設(shè)置為0.75倍的memory.mb，

則預(yù)留些空間會(huì)存儲(chǔ)java,scala code等。

到此，相信大家對(duì)“YARN和MapReduce的內(nèi)存優(yōu)化怎么配置”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢(xún)，關(guān)注我們，繼續(xù)學(xué)習(xí)！