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
程序员二师兄3 分钟前
记一次鸿蒙webview图片渲染失败的问题
前端·javascript·harmonyos
萌萌哒草头将军3 分钟前
字节也在用的 @tanstack/react-query 到底有多好用!🔥🔥🔥
前端·javascript·react.js
JohnYan18 分钟前
工作笔记 - 改进的单例应用
javascript·设计模式·bun
鹧鸪yy25 分钟前
从Token介绍到单点登录SSO
前端·javascript
一块plus43 分钟前
创造 Solidity、提出 Web3 的他回来了!Gavin Wood 这次将带领波卡走向何处?
javascript·后端·面试
老虎06271 小时前
JavaWeb前端03(Ajax概念及在前端开发时应用)
前端·javascript·ajax
小鸡脚来咯1 小时前
react速成
前端·javascript·react.js
剽悍一小兔1 小时前
React15.x版本 子组件调用父组件的方法,从props中拿的,这个方法里面有个setState,结果调用报错
前端·javascript·react.js
神笔码农nice1 小时前
VUE从入门到精通二:ref、reactive、computed计算属性、watch监听、组件之间的通信
前端·javascript·vue.js
Zayn2 小时前
JavaScript 小数精度问题
前端·javascript