關于mapreduce程序運行在yarn上時內(nèi)存的分配一直是一個讓我蒙圈的事情，單獨查任何一個資料都不能很好的理解透徹。于是，最近查了大量的資料，綜合各種解釋，終于理解到了一個比較清晰的程度，在這里將理解的東西做一個簡單的記錄，以備忘卻。 首先，先將關于mapreduce和yarn關于內(nèi)存分配的參數(shù)粘貼上: yarn.scheduler.minimum-allocation-mb yarn.scheduler.maximum-allocation-mb yarn.nodemanager.resource.memory-mb yarn.nodemanager.vmem-pmem-ratio yarn.scheduler.increment-allocation-mb mapreduce.map.memory.mb mapreduce.reduce.memory.mb mapreduce.map.java.opts mapreduce.reduce.java.opts 個人認為，針對mapreduce任務，這些參數(shù)只有放在一起學習才能真正理解，如果單獨考慮，理解不清晰。下面開始詳細講解。 一、理解參數(shù)yarn.nodemanager.resource.memory-mb,yarn.nodemanager.vmem-pmem-ratio yarn.nodemanager.resource.memory-mb很簡單，就是你的這臺服務器節(jié)點上準備分給yarn的內(nèi)存; yarn.nodemanager.vmem-pmem-ratio網(wǎng)上解釋都是"每使用1MB物理內(nèi)存，最多可用的虛擬內(nèi)存數(shù)，默認2.1"，但是目前我還是不太理解其作用是什么，有知道的朋友希望能詳細解釋下。 二、理解參數(shù)yarn.scheduler.minimum-allocation-mb和yarn.scheduler.maximum-allocation-mb 都知道，在yarn上運行程序時每個task都是在獨立的Container中運行的，單個Container可以申請的最小和最大內(nèi)存的限制就是這兩個參數(shù)，注意，并不是這兩個參數(shù)決定單個Container申請內(nèi)存的大小，而僅僅是限制的一個范圍。 三、理解yarn的內(nèi)存規(guī)整化因子和內(nèi)存規(guī)整化算法 先不說和哪個參數(shù)有關，單純理解這一概念。舉例: 假如規(guī)整化因子b=512M，上述講的參數(shù)yarn.scheduler.minimum-allocation-mb為1024，yarn.scheduler.maximum-allocation-mb為8096，然后我打算給單個map任務申請內(nèi)存資源(mapreduce.map.memory.mb): 申請的資源為a=1000M時，實際得到的Container內(nèi)存大小為1024M(小于yarn.scheduler.minimum-allocation-mb的話自動設置為yarn.scheduler.minimum-allocation-mb); 申請的資源為a=1500M時，實際得到的Container內(nèi)存大小為1536M，計算公式為:ceiling(a/b)*b，即ceiling(a/b)=ceiling(1500/512)=3,3*512=1536。此處假如b=1024，則Container實際內(nèi)存大小為2048M 也就是說Container實際內(nèi)存大小最小為yarn.scheduler.minimum-allocation-mb值，然后增加時的最小增加量為規(guī)整化因子b，最大不超過yarn.scheduler.maximum-allocation-mb 四、理解mapreduce.map.memory.mb、mapreduce.reduce.memory.mb "三"中提到的"打算給單個map任務申請內(nèi)存資源"也就是a,其實就是指的"mapreduce.map.memory.mb"或"mapreduce.reduce.memory.mb"，注意其值不要超過yarn.scheduler.maximum-allocation-mb 五、理解mapreduce.map.java.opts、mapreduce.reduce.java.opts 以map任務為例，Container其實就是在執(zhí)行一個腳本文件，而腳本文件中，會執(zhí)行一個 Java 的子進程，這個子進程就是真正的 Map Task，mapreduce.map.java.opts 其實就是啟動 JVM 虛擬機時，傳遞給虛擬機的啟動參數(shù)，而默認值 -Xmx200m 表示這個 Java 程序可以使用的最大堆內(nèi)存數(shù)，一旦超過這個大小，JVM 就會拋出 Out of Memory 異常，并終止進程。而 mapreduce.map.memory.mb 設置的是 Container 的內(nèi)存上限，這個參數(shù)由 NodeManager 讀取并進行控制，當 Container 的內(nèi)存大小超過了這個參數(shù)值，NodeManager 會負責 kill 掉 Container。在后面分析 yarn.nodemanager.vmem-pmem-ratio 這個參數(shù)的時候，會講解 NodeManager 監(jiān)控 Container 內(nèi)存（包括虛擬內(nèi)存和物理內(nèi)存）及 kill 掉 Container 的過程。 也就是說，mapreduce.map.java.opts一定要小于mapreduce.map.memory.mb mapreduce.reduce.java.opts同mapreduce.map.java.opts一樣的道理。 六、理解規(guī)整化因子指的是哪個參數(shù) "三"中提到的規(guī)整化因子也就是b，具體指的是哪個參數(shù)和yarn使用的調(diào)度器有關，一共有三種調(diào)度器:capacity scheduler（默認調(diào)度器）、fair scheduler和fifo scheduler 當使用capacity scheduler或者fifo scheduler時，規(guī)整化因子指的就是參數(shù)yarn.scheduler.minimum-allocation-mb，不能單獨配置，即yarn.scheduler.increment-allocation-mb無作用; 當使用fair scheduler時，規(guī)整化因子指的是參數(shù)yarn.scheduler.increment-allocation-mb 至此，關于yarn和mapreduce的任務內(nèi)存配置問題講完了，這也是我目前理解的層次。