一、mr、yarn分配资源的配置参数
1.mapred-default.xml中配置即可生效
配置参数 | 参数说明 |
mapreduce.map.memory.mb | MapTask可使用的资源上限(单位:MB),默认为1024。如果MapTask实际使用的资源量超过该值,则会被强制杀死。 |
mapreduce.reduce.memory.mb | ReduceTask可使用的资源上限(单位:MB),默认为1024。如果ReduceTask实际使用的资源量超过该值,则会被强制杀死。 |
mapreduce.map.cpu.vcores | MapTask可使用的最多cpu core数目,默认值: 1 |
mapreduce.reduce.cpu.vcores | ReduceTask可使用的最多cpu core数目,默认值: 1 |
mapreduce.reduce.shuffle.parallelcopies | Reduce去Map中取数据的并行数。默认值是5 |
mapreduce.reduce.shuffle.merge.percent | Buffer中的数据达到多少比例开始写入磁盘。默认值0.66 |
mapreduce.reduce.shuffle.input.buffer.percent | Buffer大小占Reduce可用内存的比例。默认值0.7 |
mapreduce.reduce.input.buffer.percent | 指定多少比例的内存用来存放Buffer中的数据,默认值是0.0 |
2.yarn-default.xml中配置,得在yarn启动前配置生效
配置参数 | 参数说明 |
yarn.scheduler.minimum-allocation-mb | Container分配的最小内存,默认值:1024 |
yarn.scheduler.maximum-allocation-mb | Container分配的最大内存,默认值:8192 |
yarn.scheduler.minimum-allocation-vcores | Container申请的最小CPU核数,默认值:1 |
yarn.scheduler.maximum-allocation-vcores | Container申请的最大CPU核数,默认值:32 |
yarn.nodemanager.resource.memory-mb | Containers分配的最大物理内存,默认值:8192 |
3.mapred-default.xml中配置,有关shuffle优化的参数,在yarn启动前配置生效
配置参数 | 参数说明 |
mapreduce.task.io.sort.mb | Shuffle的环形缓冲区内存大小,默认100m |
mapreduce.map.sort.spill.percent | 环形缓冲区溢出的阈值,默认80% |
二、MapReduce性能优化,容错参数配置
配置参数 | 参数说明 |
mapreduce.map.maxattempts | Map Task最大重试次数,一旦重试次数超过该值,则认为Map Task运行失败,默认值:4。 |
mapreduce.reduce.maxattempts | Reduce Task最大重试次数,一旦重试次数超过该值,则认为Map Task运行失败,默认值:4。 |
mapreduce.task.timeout | Task超时时间,经常需要设置的一个参数,该参数表达的意思为:如果一个Task在一定时间内没有任何进入,即不会读取新的数据,也没有输出数据,则认为该Task处于Block状态,可能是卡住了,也许永远会卡住,为了防止因为用户程序永远Block住不退出,则强制设置了一个该超时时间(单位毫秒),默认是600000(10分钟)。如果你的程序对每条输入数据的处理时间过长(比如会访问数据库,通过网络拉取数据等),建议将该参数调大,该参数过小常出现的错误提示是:“AttemptID:attempt_14267829456721_123456_m_000224_0 Timed out after 300 secsContainer killed by the ApplicationMaster.”。 |
下面是常用配置文件:
4个default
core-default.xml
yarn-default.xml
hdfs-default.xml
mapred-default.xml
4个site
core-site.xml
yarn-site.xml
hdfs-site.xml
mapred-site.xml
4个deafult都是只读 我们只能通过修改site里面配置来改动default里面的值
1个wokers/2.x版本slaves
另外有个小细节, job提交时会将常用的九个配置文件打包一起发送,这样不同配置文件中的参数也可以互相引用。