YARN and MapReduce的【記憶體】最佳化配置詳解

loveheping發表於2017-12-23
Yarn記憶體
在Hadoop2.x中, YARN負責管理MapReduce中的資源(記憶體, CPU等)並且將其打包成Container。
 使之專注於其擅長的資料處理任務, 將無需考慮資源排程. 如下圖所示    
     YARN and MapReduce的【記憶體】最佳化配置詳解    
YARN會管理叢集中所有機器的可用計算資源. 基於這些資源YARN會排程應用(比如MapReduce)發來的資源請求, 然後YARN會透過分配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, 是對記憶體, CPU等的封裝. 


目前我這裡的伺服器情況：6臺slave，每臺：32G記憶體，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，資源分為map task和reduce task。
所有存在下面兩個引數分別設定每個TaskTracker可以執行的任務數：

點選(此處)摺疊或開啟

  1. <property>
  2.         <name>mapred.tasktracker.map.tasks.maximum</name>
  3.         <value>6</value>
  4.         <description><![CDATA[CPU數量=伺服器CPU總核數 / 每個CPU的核數；伺服器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>
  5. </property>
  6. <property>
  7.         <name>mapred.tasktracker.reduce.tasks.maximum</name>
  8.         <value>4</value>
  9.         <description>一個task tracker最多可以同時執行的reduce任務數量</description>
  10. </property>
 

但是在hadoop 2.x中，引入了Yarn架構做資源管理，在每個節點上面執行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叢集的記憶體分配配置在yarn-site.xml檔案中配置：

點選(此處)摺疊或開啟

  1. <property>
  2.         <name>yarn.nodemanager.resource.memory-mb</name>
  3.         <value>22528</value>
  4.         <discription>每個節點可用記憶體,單位MB</discription>
  5.     </property>
  6.     
  7.     <property>
  8.         <name>yarn.scheduler.minimum-allocation-mb</name>
  9.         <value>1500</value>
  10.         <discription>單個任務可申請最少記憶體，預設1024MB</discription>
  11.     </property>
  12.     
  13.     <property>
  14.         <name>yarn.scheduler.maximum-allocation-mb</name>
  15.         <value>16384</value>
  16.         <discription>單個任務可申請最大記憶體，預設8192MB</discription>
  17.     </property>

 

由於我Yarn叢集還需要跑Spark的任務，而Spark的Worker記憶體相對需要大些，所以需要調大單個任務的最大記憶體（預設為8G）。

而Mapreduce的任務的記憶體配置：

點選(此處)摺疊或開啟

  1. <property>
  2.         <name>mapreduce.map.memory.mb</name>
  3.         <value>1500</value>
  4.         <description>每個Map任務的實體記憶體限制</description>
  5.     </property>
  6.     
  7.     <property>
  8.         <name>mapreduce.reduce.memory.mb</name>
  9.         <value>3000</value>
  10.         <description>每個Reduce任務的實體記憶體限制</description>
  11.     </property>
  12.     
  13.     <property>
  14.         <name>mapreduce.map.java.opts</name>
  15.         <value>-Xmx1200m</value>
  16.     </property>
  17.     
  18.     <property>
  19.         <name>mapreduce.reduce.java.opts</name>
  20.         <value>-Xmx2600m</value>
  21.     </property>

mapreduce.map.memory.mb：每個map任務的記憶體，應該是大於或者等於Container的最小記憶體。
按照上面的配置：每個slave可以執行map的資料<= 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程式跑在container中，mapreduce.{map|reduce}.java.opts 能夠透過Xmx設定JVM最大的heap的使用，
一般設定為0.75倍的memory.mb，

則預留些空間會儲存java,scala code等。


來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31511218/viewspace-2149133/，如需轉載，請註明出處，否則將追究法律責任。

相關文章