异常描述:
集群采用公平调度策略,当出现大批量job同时提交时,发生job全部hung住,处于pending状态
异常分析:
首先想到jobtracker异常,查看jobtracker日志,无报错信息;
分析可能是公平调度造成的,发现在监控页面手动调整job优先级,重新开始执行,整个集群恢复正常,猜测跟调度算法有很大的关系。
解决方案:
去掉公平调度,但这是一件很蛋疼的事情,面对多用户同时使用集群,FIFO的调度策略显得不够用;
换用其他调度策略,如计算能力调度器
或者优化公平调度的配置,减少jobtracker的压力