前言：Hadoop 2.0之后，原先的MapReduce不在是簡單的離線批處理MR任務的框架，升級為MapReduceV2（Yarn）版本，也就是把資源調度和任務分發兩塊分離開來。而在最新的CDH版本中，同時集成了MapReduceV1和MapReduceV2（Yarn）兩個版本，如果集群中需要使用Yarn做統一的資源調度，建議使用Yarn。

CDH對Yarn的部分參數做了少了修改，并且添加了相關的中文說明，本文著重介紹了CDH中相比 MapReduceV1一些參數改動的配置。

ApplicationMaster虛擬 CPU 內核

yarn.app.mapreduce.am.resource.cpu-vcores       // ApplicationMaster占用的cpu內核數（Gateway--資源管理）

容器虛擬 CPU 內核

yarn.nodemanager.resource.cpu-vcores        //單 個NodeManager 最大能分配的cpu核數（NodeManager --資源管理）

結論：當前 nodemanager 申請的 ApplicationMaster數總 和小于 nodemanager最大cpu內核數

容器內存   

yarn.nodemanager.resource.memory-mb      //單個NodeManager能分配的最大內存（NodeManager --資源管理）                //Memory Total= 單個NodeManager內存 * 節點數

結論：提交任務占用內存Memory Used 小于Memory Total

Map 任務內存   

mapreduce.map.memory.mb                         //為作業的每個 Map 任務分配的物理內存量  （Gateway--資源管理 ）

結論：map或reduce的內存需求不大于appmaster的內存需求

最大容器內存  

yarn.scheduler.maximum-allocation-mb     //單個任務可申請最大內存 （ResourceManager--資源管理 ）

Map 任務推理執行

mapreduce.map.speculative                       //Gateway

Reduce 任務推理執行

mapreduce.reduce.speculative                   //Gateway

啟用 Ubertask 優化 ：

mapreduce.job.ubertask.enable | (默認false)     //true則表示啟用jvm重用（Gateway--性能）

jvm重用的決定參數如下：

Ubertask最大 Map   

mapreduce.job.ubertask.maxmaps                   //超過多少個map啟用jvm重用（Gateway--性能）

Ubertask最大 Reduce   

mapreduce.job.ubertask.maxreduces               //超過多少  Reduce  啟用jvm重用，目前支持1個 （Gateway--性能）

Ubertask最大作業大小   

mapreduce.job.ubertask.maxbytes                  //application的輸入大小的閥值，默認為 block大小（Gateway--性能）

給spark加日志編輯 spark-defaults.conf

spark.yarn.historyServer.address=http://cloud003:18080/