yarn & mapreduce 配置参数总结

配置

设置nodemanager 总内存大小为32G，在yarn-site.xml 增加如下内容：

<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>32768</value>
</property>

container内存按照默认大小配置，即为最小1G，最大8G

<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>1024</value>
</property>

<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>8192</value>
</property>

每个任务最大jvm heap 大小为1000M，在mapred-site.xml 增加如下内容：

<property>
<name>mapred.child.java.opts</name>
<value>-Xmx1000M -Dfile.encoding=UTF8 -XX:-UseGCOverheadLimit</value>
</property>

FairScheduler调度器配置，在yarn-site.xml 增加如下内容：

<property>
<name>yarn.resourcemanager.scheduler.class</name>    <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler</value>
</property>

<property>
<name>yarn.scheduler.fair.allocation.file</name>
<value>/home/cluster/conf/hadoop/fair-scheduler.xml</value>
</property>

日志聚合功能，在yarn-site.xml 增加如下内容：

<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>

<property>
<name>yarn.nodemanager.remote-app-log-dir</name>
<value>/var/log/hadoop-yarn/apps</value>
<description>Where to aggregate logs to.</description>
</property>

<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>86400</value>
</property>

开启jobhistory服务

在yarn-site.xml 增加如下内容：

<property>
<name>yarn.log.server.url</name>
<value>http://master:19888/jobhistory/logs/</value>
</property>

在mapred-site.xml 增加如下内容：

<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>

<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>

设置yarn heap 大小，在yarn-env.sh 增加如下内容：

YARN_HEAPSIZE=6000

设置hadoop heap 大小，在hadoop-env.sh 增加如下内容：

# The maximum amount of heap to use, in MB. Default is 1000.

export HADOOP_HEAPSIZE=6000

设置namenode jvm heap 大小，在hadoop-env.sh 增加如下内容：

export HADOOP_NAMENODE_OPTS="-Xmx60000m -Dcom.sun.management.jmxremote -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCApplicationStoppedTime -Xloggc:/home/stark_summer/logs/hadoop-hdfs/gc-$(hostname)-hdfs.log $HADOOP_NAMENODE_OPTS"

设置datanode jvm heap 大小(继承HADOOP_HEAPSIZE参数配置)，在hadoop-env.sh 增加如下内容：

export HADOOP_NAMENODE_OPTS="-Dhadoop.security.logger=${HADOOP_SECURITY_LOGGER:-INFO,RFAS} -Dhdfs.audit.logger=${HDFS_AUDIT_LOGGER:-INFO,NullAppender} $HADOOP_NAMENODE_OPTS"
export HADOOP_DATANODE_OPTS="$JMX_BASE -Dcom.sun.management.jmxremote.port=26003 $HADOOP_DATANODE_OPTS"
export HADOOP_DATANODE_OPTS="-Dhadoop.security.logger=ERROR,RFAS $HADOOP_DATANODE_OPTS"

设置secondarynamenode jvm heap 大小，在hadoop-env.sh 增加如下内容：

export HADOOP_SECONDARYNAMENODE_OPTS="-Xms58320m -Xmx58320m -XX:-UseGCOverheadLimit -Dcom.sun.management.jmxremote $HADOOP_SECONDARYNAMENODE_OPTS"
export HADOOP_SECONDARYNAMENODE_OPTS="-Dhadoop.security.logger=${HADOOP_SECURITY_LOGGER:-INFO,RFAS} -Dhdfs.audit.logger=${HDFS_AUDIT_LOGGER:-INFO,NullAppender} $HADOOP_SECONDARYNAMENODE_OPTS"

参数调优

设置 map & reduce 的container分配内存大小

-D mapreduce.map.memory.mb="1500" \
-D mapreduce.reduce.memory.mb="1500" \

设置 map & reduce 的 jvm heap 大小

-D mapreduce.map.java.opts="-Xms1600M -Xmx1600M -Dfile.encoding=UTF8 -XX:-UseGCOverheadLimit" \

-D mapreduce.reduce.java.opts="-Xms2500M -Xmx2500M -Dfile.encoding=UTF8 -XX:-UseGCOverheadLimit" \

等价于

-D mapred.map.child.java.opts="-Xms1600M -Xmx1600M -Dfile.encoding=UTF8 -XX:-UseGCOverheadLimit" \

-D mapred.reduce.child.java.opts="-Xms2500M -Xmx2500M -Dfile.encoding=UTF8 -XX:-UseGCOverheadLimit" \

设置shuffle比例，默认shuffle比例是0.70，可降低这个比例

-D mapreduce.reduce.shuffle.input.buffer.percent=0.4 \

设置队列名称

-D mapreduce.job.queuename=root.routine \

尊重原创，拒绝转载

/article/1810528.html