纱线中的vcore数

时间:2016-10-27 13:35:35

标签: hadoop yarn

我是Yarn的新手。我在我的电脑上安装了Single Node Hadoop Yarn,一切都是默认的。 我打开ResourceManager的网页,它说我的集群是8GB RAM和8个vcores。 但实际上,我的计算机有3GB内存和2个内核(我在/ proc / meminfo和/ proc / cpuinfo中看到了信息)。 我想知道为什么Yarn显示太多ram和vcore? 大家能解释一下吗? 提前谢谢!

1 个答案:

答案 0 :(得分:1)

Yarn通过以下两个参数从yarn-site.xml conf文件中获取有关内存和核心的信息:

<!-- Default 8GB -->
<property>
  <description>Max available memory on each data node.</description>
  <name>yarn.nodemanager.resource.memory-mb</name>
  <value>8192</value>
</property>

<!-- Default 8. -->
<property>
  <description>Max available cores data node.</description>
  <name>yarn.nodemanager.resource.cpu-vcores</name>
  <value>8</value>
</property>

因此,如果你没有指定任何其他内容,那么它是8GB和8核的原因是因为这些是默认值。对于像您这样的小型机器,这些设置可能太高了。在小型机器上运行时,您可能需要调整一些其他与内存相关的设置。

在yarn-site.xml中:

<!-- Default 1024 -->
<property>
  <description>Minimum allocation unit.</description>
  <name>yarn.scheduler.minimum-allocation-mb</name>
  <value>256</value>
</property>

<!-- Biggest memory allocation a container can request. Set to available memory -->
<property>
  <description>Max allocation unit.</description>
  <name>yarn.scheduler.maximum-allocation-mb</name>
  <value>yarnavailablememory</value>
</property>

<property>
  <description>Minimum increment setting - set to same as min-allocation</description>
  <name>yarn.scheduler.increment-allocation-mb</name>
  <value>256</value>
</property>

在mapred-site.xml中:

<!-- small cluster memory settings -->
<!-- Default 1024. Recommend setting to 4096. Should not be higher than YARN max allocation -->
<property>
  <name>mapreduce.map.memory.mb</name>
  <value>256</value>
</property>

<!-- Default 1024. Recommend setting to 4096. Should not be higher than YARN max allocation -->
<property>
  <name>mapreduce.reduce.memory.mb</name>
  <value>256</value>
</property>

<!-- Default 1536. Recommend 1024 -->
<property>
  <description>Application master allocation</description>
  <name>yarn.app.mapreduce.am.resource.mb</name>
  <value>256</value>
</property>

<!-- Recommend heapsizes to be 75% of mapreduce.map/reduce.memory.mb -->
<property>
  <name>mapreduce.map.java.opts</name>
  <value>-Xmx204m</value>
</property>

<property>
  <name>mapreduce.reduce.java.opts</name>
  <value>-Xmx204m</value>
</property> 

<property>
  <description>Application Master JVM opts</description>
  <name>yarn.app.mapreduce.am.command-opts</name>
  <value>-Xmx204m</value>
</property>