YARN和MapReduce的內存優化怎么配置

本篇內容主要講解“YARN和MapReduce的內存優化怎么配置”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“YARN和MapReduce的內存優化怎么配置”吧!

在Hadoop2.x中, YARN負責管理MapReduce中的資源(內存, CPU等)并且將其打包成Container。
使之專注于其擅長的數據處理任務, 將無需考慮資源調度. 如下圖所示    
         
YARN會管理集群中所有機器的可用計算資源. 基于這些資源YARN會調度應用(比如MapReduce)發來的資源請求, 然后YARN會通過分配Co
ntainer來給每個應用提供處理能力, Container是YARN中處理能力的基本單元, 是對內存, CPU等的封裝. 

目前我這里的服務器情況：6臺slave，每臺：32G內存，2*6核CPU。

由于hadoop 1.x存在JobTracker和TaskTracker，資源管理有它們實現，在執行mapreduce作業時，資源分為map task和reduce task。
所有存在下面兩個參數分別設置每個TaskTracker可以運行的任務數：

• <property>
  

•         <name>mapred.tasktracker.map.tasks.maximum</name>
  

•         <value>6</value>
  

•         <description><![CDATA[CPU數量=服務器CPU總核數 / 每個CPU的核數；服務器CPU總核數 = more /proc/cpuinfo | grep 'processor' | wc -l；每個CPU的核數 = more /proc/cpui nfo | grep 'cpu cores']]></description>
  

• </property>
  

• <property>
  

•         <name>mapred.tasktracker.reduce.tasks.maximum</name>
  

•         <value>4</value>
  

•         <description>一個task tracker最多可以同時運行的reduce任務數量</description>
  

• </property>

但是在hadoop 2.x中，引入了Yarn架構做資源管理，在每個節點上面運行NodeManager負責節點資源的分配，而slot也不再像1.x那樣區分Map slot和Reduce slot。在Yarn上面Container是資源的分配的最小單元。

Yarn集群的內存分配配置在yarn-site.xml文件中配置：

• <property>
  

•         <name>yarn.nodemanager.resource.memory-mb</name>
  

•         <value>22528</value>
  

•         <discription>每個節點可用內存,單位MB</discription>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>yarn.scheduler.minimum-allocation-mb</name>
  

•         <value>1500</value>
  

•         <discription>單個任務可申請最少內存，默認1024MB</discription>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>yarn.scheduler.maximum-allocation-mb</name>
  

•         <value>16384</value>
  

•         <discription>單個任務可申請最大內存，默認8192MB</discription>
  

•     </property>

由于我Yarn集群還需要跑Spark的任務，而Spark的Worker內存相對需要大些，所以需要調大單個任務的最大內存（默認為8G）。

而Mapreduce的任務的內存配置：

• <property>
  

•         <name>mapreduce.map.memory.mb</name>
  

•         <value>1500</value>
  

•         <description>每個Map任務的物理內存限制</description>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>mapreduce.reduce.memory.mb</name>
  

•         <value>3000</value>
  

•         <description>每個Reduce任務的物理內存限制</description>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>mapreduce.map.java.opts</name>
  

•         <value>-Xmx1200m</value>
  

•     </property>
  

•     
  

•     <property>
  

•         <name>mapreduce.reduce.java.opts</name>
  

•         <value>-Xmx2600m</value>
  

•     </property>

mapreduce.map.memory.mb：每個map任務的內存，應該是大于或者等于Container的最小內存。
按照上面的配置：每個slave可以運行map的數據<= 22528/1500,reduce任務的數量<=22528/3000  。

mapreduce.map.memory.mb >mapreduce.map.java.opts
mapreduce.reduce.memory.mb >mapreduce.reduce.java.opts

mapreduce.map.java.opts / mapreduce.map.memory.mb
=0.70~0.80
mapreduce.reduce.java.opts / mapreduce.reduce.memory.mb
=0.70~0.80

在yarn container這種模式下，JVM進程跑在container中，mapreduce.{map|reduce}.java.opts 能夠通過Xmx設置JVM最大的heap的使用，
一般設置為0.75倍的memory.mb，

則預留些空間會存儲java,scala code等。

到此，相信大家對“YARN和MapReduce的內存優化怎么配置”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！