版权声明：本文为博主原创文章，未经博主允许不得转载!!

欢迎访问:https://blog.csdn.net/qq_21439395/article/details/80678493

交流QQ: 824203453

 

hadoop版本： hadoop 2.8.0  spark版本： spark2.2.0

1.  yarn中容器的资源分配说明

在yarn集群中，对每一个请求的容器都有资源限定，在hadoop2.8.0的版本中，默认最小值是1024MB。

也有是说每一个容器的最小的内存资源是1g，然后每一个容器的资源，按照最小内存的倍数递增。

http://hadoop.apache.org/docs/r2.8.4/hadoop-yarn/hadoop-yarn-common/yarn-default.xml

yarn.scheduler.minimum-allocation-mb

1024

补充： 如果想要修改这个配置，修改yarn-site.xml文件，添加相关配置即可。

<property> <name>yarn.scheduler.minimum-allocation-mb</name> <value>512</value> </property>

 下面所有的验证依然是基于默认的配置，也即1024M。

 

2.  spark on yarn的资源分配

2.1.  executor的资源配置

2.1.1.  executor内存配置详解

yarn-client模式和yarn-cluster模式下，executor资源的分配都是一致的。

当spark任务提交到yarn集群运行时，可以通过--executor-memory 来指定每一个executor的内存分配。

但每一个executor真正申请的资源数量是：是由 –executor-memory 和spark.yarn.executor.memoryOverhead共同决定的。

spark.yarn.executor.memoryOverhead指的是：

每个executor要分配的堆外内存量。这个内存，可以解决诸如VM开销，其他本机开销等问题。

spark.yarn.executor.memoryOverhead的值，是参数分配值的0.1倍，最少384MB。

spark官方配置：

http://spark.apache.org/docs/2.2.0/running-on-yarn.html

 每一个executor的资源分配，相关源码：

 刚才说的是每一个executor指定的资源分配，但是在yarn中，executor都是运行在容器中的。根据上述yarn的容器资源分配，所有最终这个executor所在的容器的资源分配，一定是最小资源的整数倍。

示例：假定使用yarn的默认资源配置，1个容器分配的最小的资源数量是1g。

通过—executor-memory 1g  

那么这个executor，

申请的资源是：1g + math.max(1024*0.1 ,384) = 1384Mb。

yarn容器占用的资源是： 1384向上取1024的整数倍。  也即2g。

如果yarn的最小内存分配是512M，那么这里yarn最终的资源是1.5g。

 

2.1.2.  executor资源分配总结：

--executor-cores : executor 使用的核数。 默认值是一个

--executor-memory： 每一个executor使用的内存。 默认值是1g

--num-executors ： executor的总的数量。       默认值是2个

2.2.  cluster模式下的driver资源配置：

2.2.1.  Driver/ApplicationMaster内存分配详解：

cluster模式下，driver程序和ApplicationMaster进程在一个容器中。

可以通过—driver-memory 来指定Driver所在yarn容器的内存大小，也就是ApplicationMaster所在容器的内存大小。

driver的内存分配方案，同executor的内存分配，也即指定内存加上堆外内存。

 验证：

spark-submit --master yarn --deploy-mode cluster --driver-memory 2g --executor-memory 500m --class org.apache.spark.examples.SparkPi /root/apps/spark-2.2.0-bin-hadoop2.7/examples/jars/spark-examples_2.11-2.2.0.jar  1000

 ApplicationMaster：

2g +  384mb   向上取整  3g

 每一个executor：指定的资源是500m + 384m  向上取整 1g

 

 2.2.2.  Driver（ApplicationMaster）的资源配置总结：

--driver-memory : 内存配置

--driver-cores： driver使用的cores数量。

 

2.3.  Client模式下的资源分配：

2.3.1.  ExecutorLauncher的内存分配详解：

client模式下，driver运行在客户端，ExecutorLauncher进程会占用一个容器。

在这种模式下，--driver-memory并不能作用于ExecutorLauncher的进程内存。

 

提交任务验证：

spark-submit --master yarn --deploy-mode client --driver-memory 2g --executor-memory 500m --class org.apache.spark.examples.SparkPi /root/apps/spark-2.2.0-bin-hadoop2.7/examples/jars/spark-examples_2.11-2.2.0.jar  1000

 第一个容器（ExecutorLauncher）资源占用情况：

实际上ApplicationMaster(executorLauncher)容器使用的资源是1g (512m +384m 向上取整)。

所以，在client模式下，driver-memory的配置没有生效。

 

那么实际ExecutorLauncher占用的资源是1g。准确的说是512M + 384M 再向上取整。

spark yarn参数配置：

http://spark.apache.org/docs/2.2.0/running-on-yarn.html

spark.yarn.am.memory 用于在client模式下，分配资源给ApplicationMaster（也就是ExecutorLauncher）。cluster模式下，使用的是spark.driver.memory配置。

 

所以在client模式下，通过--conf spark.yarn.am.memory=2g   指定ApplicationMaster的资源分配

spark-submit --master yarn --deploy-mode client --conf spark.yarn.am.memory=2g --executor-memory 500m --class org.apache.spark.examples.SparkPi /root/apps/spark-2.2.0-bin-hadoop2.7/examples/jars/spark-examples_2.11-2.2.0.jar  1000

当指定 am.memory=2g，yarn的容器的最小资源是默认值1024Mb

启动容器所占用的资源为：2g + 384m  取整 3g

 

2.3.2.  ExecutorLauncher的资源配置总结：

--conf spark.yarn.am.memory=2g  executorLauncher的内存配置

--conf spark.yarn.am.cores=3          executorLauncher的cores

 

版权声明：本文为博主原创文章，未经博主允许不得转载!!

欢迎访问:https://blog.csdn.net/qq_21439395/article/details/80678493

交流QQ: 824203453