[yarn生产上的优化]

1.yarn生产上的资源管理（至关重要）

	 假设一台机器：48物理内存  8个core-->16个vcore
	 Linux本身要占用内存+空留：20%=9.6个G（空留是根据实际机器的内存来决定的，如果内存大，可以考虑空留15%）
	 剩余：80%=38.4G=38G
	 DN进程：生产上4G
	 	如何修改DN的内存配置信息：进入hadoop-env.sh脚本，
	 	HADOOP_NAMENODE_OPTS=-Xmx1024m
	 	HADOOP_DATANODE_OPTS=-Xmx1024m （在前面追加，如下图所示）
	 NM进程：生产上4G
	 	如何修改NM的内存配置信息：进入yarn-env.sh脚本，
	 	export YARN_RESOURCEMANAGER_HEAPSIZE=1024
	 	export YARN_NODEMANAGER_HEAPSIZE=1024 
	 DN和NM部署在同一台机器上是为了：数据本地化
	 NN RM 经常性部署同一台  说白了 集群节点少
	 (正常情况下，DataNode进程和NodeManager进程部署在同一台机器： 数据本地化
比如：在NM上运行task任务，task任务需要数据，数据是放在当前机器的hdfs上面的，发现当前
有DataNode进程，节点上有需要的数据，那就只需要从当前节点拿数据就行了。但是如果发现当
前机器上没有数据，要去另外的机器上拿数据，那就会通过网络，这时候会网络消耗，计算就会
变慢了。）

	 资源内存： 38G-4-4=30G（这30G是做什么？就是运行container容器&