如何理解spark on yarn内存分配

发布时间：2021-11-23 18:02:25 来源：亿速云阅读：156 作者：柒染栏目：大数据

如何理解spark on yarn内存分配，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

1. 基础概念

要掌握这个知识点，要了解以下几个点：

首先，讲一下上面的这三个概念吧：

1). spark.driver.memory

默认值1g。driver进程的on-heap内存，driver进程就是sparkcontext初始化所在的进程。在client模式下driver的堆内存，不要通过SparkConf设置，要用--driver-memory命令替换，或者在默认的配置文件里配置。

2). spark.driver.memoryOverhead

默认值是max(DriverMemory*0.1,384m)。在YARN或者kubernetes模式的cluster模式下，driver端申请的off-heap内存的总量，通常是driver堆内存的6%-10%。

3). spark.executor.memory

默认值1g。Executor的jvm内存总量。

4). spark.executor.memoryOverhead

默认值max(executor*0.1,384).单个executor申请的off-heap内存的总量。该参数仅仅支持在yarn或者kubernetes上使用，通常可以是executor内存的0.06-0.1。

5).spark.yarn.am.memory

默认值512m，Appmaster在client模式下的内存。假如是Cluster模式下会使用spark.driver.memory来代替。

6).Yarn的最小调度单元

yarn调度container有个最小粒度，资源调度的时候必须是其整数倍，最小粒度的配置参数是

   
     
   
   
   yarn.scheduler.minimum-allocation-mb

最小调度单元默认值是1024，单位是mb。

2.cluster模式

浪尖这里的案例是40个executor，单个executor内存申请的时候是20GB，driver是20GB，yarn的web ui截图如下：

整个APP申请的总内存是 923648MB=902GB。

spark app申请的单个 Executor内存，从1.3和1.4可以得知是：

   
     
   
   
   20GB * 0.1 +20GB=22GB

那么40个executor内存是：

   
     
   
   
   22GB * 40 = 880GB

spark on yarn 的cluster模式下Driver端与appmaster是在一起的，所以appmaster内存参数无效，因此driver和executor总内存由1.1和1.2可得：

20GB * 0.1 +20GB=22G

那么计算所得的总内存是：

   
     
   
   
   22GB+88 GB正好是 902GB。

上面计算的案例中，由于浪院长这里的yarn集群内存调度的最小粒度是1GB貌似，在上面的计算中没有参与度。

3.cluster模式下

此时假设是10个executor，每个executor的内存是19GB，driver的内存依然是19GB。

首先，我们先看一下，web ui的总内存：

换算成GB就是236544MB/1024 = 231GB

那么经计算可以指导单个executor的内存是：

19*1.1GB =20.9GB

Yarn的最小调度单元是1GB，所以单个executor调度的时候内存是21GB。

10个executor的总内存就是 21 *10 = 210GB

经计算可以得到driver的内存是19*1.1GB= 21GB

那么计算所得的spark app内存和 yarn ui上所得内存一致。

4.注意点

上述计算要想正确要确保：

没有开启动态executor申请与释放，假设开启了，要视情况计算。

看完上述内容，你们掌握如何理解spark on yarn内存分配的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注亿速云行业资讯频道，感谢各位的阅读！

向AI问一下细节

猜你喜欢