xunming的专栏

自律给我自由

Hadoop之CapacityScheduler队列管理的使用

关于在本地hadoop伪分布式环境下配置队列管理运算资源的问题记录
首先:照下面这个文章配置
Hadoop 设置队列计算能力调度器应用和配置
于是更改mapred.xml,配置capacity-scheduler.xml,配置完成后发现,在代码或者终端里加入队列名称,均显示找不到,后来看到该配置文件同级目录下有一个mapred-queues.xml文件,于是再抱有一丝希望的改了文件中的队列名测试下,发现还是没用,然后看到有说mapreduce取消了队列管理,代替以统一资源池什么的,
然后:继续搜索到下面一篇
关于YARN Node Labels的一点理解
还有这篇(主要参考):
hadoop 2.7.2 yarn中文文档—— Capacity Scheduler
capacityscheduler作为一个可插拔的hadoop调度器,允许多租户安全的共享一个大的集群,在资源分配有限的条件下适时的为应用程序分配资源,在操作友好的方式下最大化集群吞吐量和利用率。
最后:以下是经过测试的正确配置步骤
1、yarn-site.xml添加属性

<!-- 配置ResouceManager使用CapacityScheduler -->
<property>
    <name>yarn.resourcemanager.scheduler.class</name>
    <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>
</property>

2、capacity-scheduler.xml
添加root下两个子队列,默认只有default

<property>
    <name>yarn.scheduler.capacity.root.queues</name>
    <value>default,xm,rp</value>
    <description>
      The queues at the this level (root is the root queue).
    </description>
  </property>

参考default的配置,添加配置xm rp子队列
注意这三个参数的配置(如果有的话)minshare,maxshare,maxrunningapp
要特别注意下面这个配置

<property>
    <name>yarn.scheduler.capacity.root.default.capacity</name>
    <value>40</value>
    <description>Default queue target capacity.</description>
  </property>

这个值一定要保证三个队列的值加起来等于100,否则会无法启动resourceManager,同时会报错Illegal capacity of 1.9000001 for children of queue root…
3、执行start-yarn.sh启动resourceManager,如果是修改了队列信息,可以执行刷新队列的命令:

yarn rmadmin -refreshQueues 

4、为任务设置队列
第一种,通过conf设置:

configuration.set("mapreduce.job.queuename","xm");

第二种,通过-D命令:

-Dmapreduce.job.queuename=rp

添加了以后发现并没有效果,后来发现如果使用这种方式的话,那么hadoop的代码最好使用下面的格式,这种格式比较适用于shell脚本的运行方式,如果用hadoop jar命令行方式,那这个-D命令得加在jar包后面,如果使用ProgramDriver的话,还得加在类别名的后面才能正常拿到参数值。

public class Main extends Configured implements Tool {
    private final Logger logger = LoggerFactory.getLogger(Main.class);

    @Override
    public int run(String[] args) throws Exception {
        Configuration conf = getConf();

        String queue = conf.get("mapreduce.job.queuename");
        conf.set("mapreduce.job.queuename", queue);
        ......
}
}

public static void main(String[] args) throws Exception {

        if (args.length < 7) {
            System.exit(1);
        }
        int status = ToolRunner.run(new Configuration(), new Start(), args);
        System.exit(status);
    }

5、web截图效果
以下是同时执行了三个任务,三个任务的区别只是队列名不同,之前在没做以上这样的配置的时候,只执行一个任务的时候,就会占满所有的资源,其他任务只能排队等待,现在经过队列配置后,资源有了最大利用限制,就不会出现只执行某一个耗时的任务就占满所有资源的情况,提高了资源利用率。
这里写图片描述

以下是只执行一个耗时任务的截图,可以看到子队列xm被使用了166.7%
这里写图片描述

阅读更多
版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/diyangxia/article/details/78466436
个人分类: 大数据
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

不良信息举报

Hadoop之CapacityScheduler队列管理的使用

最多只允许输入30个字

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭