Hadoop之CapacityScheduler队列管理的使用

关于在本地hadoop伪分布式环境下配置队列管理运算资源的问题记录

首先：照下面这个文章配置

Hadoop 设置队列计算能力调度器应用和配置

于是更改mapred.xml，配置capacity-scheduler.xml，配置完成后发现，在代码或者终端里加入队列名称，均显示找不到，后来看到该配置文件同级目录下有一个mapred-queues.xml文件，于是再抱有一丝希望的改了文件中的队列名测试下，发现还是没用，然后看到有说mapreduce取消了队列管理，代替以统一资源池什么的，

然后：继续搜索到下面一篇

关于YARN Node Labels的一点理解

还有这篇（主要参考）：

hadoop 2.7.2 yarn中文文档—— Capacity Scheduler

capacityscheduler作为一个可插拔的hadoop调度器,允许多租户安全的共享一个大的集群，在资源分配有限的条件下适时的为应用程序分配资源，在操作友好的方式下最大化集群吞吐量和利用率。

最后：以下是经过测试的正确配置步骤

1、yarn-site.xml添加属性

<!-- 配置ResouceManager使用CapacityScheduler -->
<property>
<name>yarn.resourcemanager.scheduler.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>
</property>

2、capacity-scheduler.xml

添加root下两个子队列，默认只有default

<property>
<name>yarn.scheduler.capacity.root.queues</name>
<value>default,xm,rp</value>
<description>
The queues at the this level (root is the root queue).
</description>
</property>

参考default的配置，添加配置xm rp子队列

注意这三个参数的配置（如果有的话）minshare，maxshare，maxrunningapp

要特别注意下面这个配置

<property>
<name>yarn.scheduler.capacity.root.default.capacity</name>
<value>40</value>
<description>Default queue target capacity.</description>
</property>

这个值一定要保证三个队列的值加起来等于100，否则会无法启动resourceManager，同时会报错Illegal capacity of 1.9000001 for children of queue root…

3、执行start-yarn.sh启动resourceManager，如果是修改了队列信息，可以执行刷新队列的命令：

yarn rmadmin -refreshQueues

4、为任务设置队列

第一种，通过conf设置：

configuration.set("mapreduce.job.queuename","xm");

第二种，通过-D命令：

-Dmapreduce.job.queuename=rp

添加了以后发现并没有效果，后来发现如果使用这种方式的话，那么hadoop的代码最好使用下面的格式，这种格式比较适用于shell脚本的运行方式，如果用hadoop jar命令行方式，那这个-D命令得加在jar包后面，如果使用ProgramDriver的话，还得加在类别名的后面才能正常拿到参数值。

public class Main extends Configured implements Tool {
private final Logger logger = LoggerFactory.getLogger(Main.class);

@Override
public int run(String[] args) throws Exception {
Configuration conf = getConf();

String queue = conf.get("mapreduce.job.queuename");
conf.set("mapreduce.job.queuename", queue);
......
}
}

public static void main(String[] args) throws Exception {

if (args.length < 7) {
System.exit(1);
}
int status = ToolRunner.run(new Configuration(), new Start(), args);
System.exit(status);
}

5、web截图效果

以下是同时执行了三个任务，三个任务的区别只是队列名不同，之前在没做以上这样的配置的时候，只执行一个任务的时候，就会占满所有的资源，其他任务只能排队等待，现在经过队列配置后，资源有了最大利用限制，就不会出现只执行某一个耗时的任务就占满所有资源的情况，提高了资源利用率。



以下是只执行一个耗时任务的截图，可以看到子队列xm被使用了166.7%