YARN Container与Spark Executor参数优先级详解

在Spark on YARN环境中,资源参数的配置涉及YARN和Spark两个层面的参数设置,它们之间存在一定的优先级关系。以下是关键参数的优先级解析:

1. 参数优先级总览

Spark on YARN的资源参数优先级遵循以下原则:

  1. Spark-submit命令行参数 > spark-defaults.conf配置 > 环境变量 > 默认值
  2. YARN层面的资源限制会最终约束Spark申请的资源总量

2. 关键参数对应关系

2.1 内存相关参数

Spark参数 YARN对应参数 说明
spark.executor.memory - Executor JVM堆内存大小
spark.yarn.executor.memoryOverhead - Executor堆外内存(默认max(384MB, 0.1*executorMemory))
- yarn.scheduler.maximum-allocation-mb 单个Container能申请的最大内存,限制Executor总内存(堆+堆外)
- yarn.nodemanager.resource.memory-mb 单个NodeManager的总可用内存

内存计算公式

Executor总内存 = spark.executor.memory + spark.yarn.executor.memoryOverheadyarn.scheduler.maximum-allocation-mb

2.2 CPU相关参数

Spark参数 YARN对应参数 说明
spark.executor.cores - 每个Executor使用的vCore数
- yarn.scheduler.maximum-allocation-vcores 单个Container能申请的最大vCore数
- yarn.nodemanager.resource.cpu-vcores 单个NodeManager的总vCore数

3. 参数优先级具体分析

3.1 内存参数优先级

  1. Spark层面

    • 如果同时设置spark.executor.memoryspark.yarn.executor.memoryOverhead,则Executor总内存为两者之和
    • 如果只设置spark.executor.memory,堆外内存按默认公式计算
  2. YARN层面约束

    • Executor总内存不能超过yarn.scheduler.maximum-allocation-mb
    • 所有Executor总内存不能超过yarn.nodemanager.resource.memory-mb
  3. 内存规整化

    • YARN会按yarn.scheduler.increment-allocation-mb(默认1024MB)对申请的内存进行规整化处理

3.2 CPU参数优先级

  1. Spark层面

    • spark.executor.cores指定每个Executor使用的vCore数
  2. YARN层面约束

    • spark.executor.coresyarn.scheduler.maximum-allocation-vcores
    • Executor数量 × spark.executor.coresyarn.nodemanager.resource.cpu-vcores

4. 最佳实践建议

  1. 内存配置建议

    • 单个Executor内存不宜过大(推荐不超过64GB),以避免GC问题
    • 预留约10-15%的内存作为堆外内存(通过spark.yarn.executor.memoryOverhead)
    • 考虑HDFS客户端并发限制,每个Executor的并行任务数建议不超过5个
  2. CPU配置建议

    • 每个Executor的vCore数建议4-6个,以平衡并行度和资源利用率
    • 考虑yarn.nodemanager.resource.cpu-vcores的总量,合理设置Executor数量
  3. 动态资源分配

    • 启用spark.dynamicAllocation.enabled=true实现Executor数量动态调整
    • 配合设置spark.dynamicAllocation.minExecutorsspark.dynamicAllocation.maxExecutors

5. 配置示例

bash 复制代码
# Spark提交命令示例
spark-submit \
  --master yarn \
  --deploy-mode cluster \
  --executor-memory 10G \
  --executor-cores 4 \
  --num-executors 10 \
  --conf spark.yarn.executor.memoryOverhead=2G \
  --conf spark.dynamicAllocation.enabled=true \
  --conf spark.dynamicAllocation.maxExecutors=20 \
  your_application.jar

对应的YARN配置建议:

xml 复制代码
<!-- yarn-site.xml -->
<property>
  <name>yarn.nodemanager.resource.memory-mb</name>
  <value>65536</value> <!-- 64GB -->
</property>
<property>
  <name>yarn.scheduler.maximum-allocation-mb</name>
  <value>16384</value> <!-- 16GB -->
</property>
<property>
  <name>yarn.nodemanager.resource.cpu-vcores</name>
  <value>16</value>
</property>
<property>
  <name>yarn.scheduler.maximum-allocation-vcores</name>
  <value>8</value>
</property>

通过理解这些参数的优先级关系,可以更有效地配置Spark on YARN应用程序,充分利用集群资源,同时避免因参数配置不当导致的资源申请失败或性能问题。

相关推荐
旭久44 分钟前
react+antd封装一个可回车自定义option的select并且与某些内容相互禁用
前端·javascript·react.js
阿丽塔~1 小时前
React 函数组件间怎么进行通信?
前端·javascript·react.js
冴羽1 小时前
SvelteKit 最新中文文档教程(17)—— 仅服务端模块和快照
前端·javascript·svelte
前端菜鸟来报道2 小时前
前端react 实现分段进度条
前端·javascript·react.js·进度条
Acrelhuang2 小时前
8.3MW屋顶光伏+光储协同:上海汽车变速器低碳工厂的能源革命-安科瑞黄安南
大数据·数据库·人工智能·物联网·数据库开发
wuaro2 小时前
RBAC权限控制具体实现
前端·javascript·vue
专业抄代码选手2 小时前
【JS】instanceof 和 typeof 的使用
前端·javascript·面试
_未知_开摆3 小时前
uniapp APP端在线升级(简版)
开发语言·前端·javascript·vue.js·uni-app
喝拿铁写前端3 小时前
不同命名风格在 Vue 中后台项目中的使用分析
javascript·vue.js