yarn中container、mr内存的配置，控制container个数

  最近项目在用kylin，在搭建开发环境和测试环境后，然后在kylin上建cube，kylin建cube实际就是调用集群的MR跑任务(也可以调用spark作为引擎)，在数据量小或者维度(kylin里面的一个概念)少的时候没问题，后来数据量大或维度多了，就经常出现OOM的问题。
  其实一开始就知道是并行度过高的问题，也尝试过在kylin里面调试，但并没有用。后来通过jps查看yarnchild个数，再到了解containers概念，再到nodemanager资源配置，最后终于知道问题点就在控制containers个数，然后就开始研究到这几个配置项了，这几个配置项影响着每个计算节点上container的个数(Vcore也会影响，本文先不说，就先当vcore是充足的)，毕竟这段时间看日志报的都是OOM。

---

一、nodemanager/ratio

 yarn.nodemanager.resource.memory-mb

• 集群中某个计算节点分配给nodemanager的最大可用内存，这个最大可用内存不是该节点最大内存，而是该节点最大内存划分出来的给nodemanager使用的内存，
• 该配置项在集群启动后，无法动态改变。
• 比如一个节点最大内存为128G，计划给nodemanager80%的内存资源，则设置yarn.nodemanager.resource.memory-mb为103G，其余25G用作该节点其他资源调配ÿ