【问题标题】:How to increase the "memory total" that display on Yarn UI?如何增加 Yarn UI 上显示的“内存总量”?
【发布时间】:2019-10-08 11:34:31
【问题描述】:

我在 EMR (emr-5.20.0) 上有一个集群,其中一个 m5.2xlarge 作为 Node Master,两个 m4.large 作为核心,三个 m4.large 作为 node worker。这个集群的内存总和是 62GB,但是在 YARN UI 中显示的总内存是 30GB。

有人可以帮我理解这个值是如何计算的吗?

我已经检查了 Yarn-site.xml 和 spark-default.conf 中的配置,它们是根据 AWS 推荐配置的:https://docs.aws.amazon.com/pt_br/emr/latest/ReleaseGuide/emr-hadoop-task-config.html#emr-hadoop-task-config-m5

欢迎任何帮助

【问题讨论】:

  • 正如@michal-lemay 所说,您不包括主节点,只包括工作节点,因此您使用了错误的推荐设置。

标签: apache-spark hadoop pyspark hadoop-yarn apache-zeppelin


【解决方案1】:

YARN 中的内存设置可以使用以下集群参数进行配置:

yarn.nodemanager.resource.memory-mb
yarn.scheduler.minimum-allocation-mb
yarn.scheduler.increment-allocation-mb
yarn.scheduler.maximum-allocation-mb

我调整这些参数可以增加/减少分配给集群的总内存。

【讨论】:

  • 但是这些参数是按照AWS推荐配置的。我尝试修改一些值,如 yarn.nodemanager.resource.memory-mb 并重新启动 hadoop-yarn-resourcemanager 但总内存的值没有改变.我做错了吗?
  • 不确定 AWS。我有 Hadoop 的 cloudera 发行版以及 Spark2 服务。当我更改这些参数时,与内存相关的更改会反映在 YARN 的资源管理器 UI 中。
【解决方案2】:

Yarn 的可用内存/内核中不包含主节点。

所以你应该得到大约 5 x 8GB (m4.large)。你得到的会比这个少,因为操作系统和服务还有内存开销。

【讨论】:

    猜你喜欢
    • 2020-02-19
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2022-12-07
    • 1970-01-01
    相关资源
    最近更新 更多