This diagram ist ziemlich klar über die Beziehung zwischen den verschiedenen YARN und Spark Speicher Einstellungen, außer wenn es zu spark.python.worker.memory
kommt.Wie bezieht sich spark.python.worker.memory auf spark.executor.memory?
Wie passt spark.python.worker.memory
in dieses Speichermodell?
Werden die Python-Prozesse von spark.executor.memory
oder yarn.nodemanager.resource.memory-mb
gesteuert?
aktualisiert
This question erklärt, was die Einstellung tut, aber die Frage nach dem Speicher Governance nicht antwortet, oder wie sie sich auf andere Speichereinstellungen.
http://stackoverflow.com/questions/31565497/what-is- Erscheint hier diskutiert werden spark-python-worker-memory – David
Diese Antwort erklärt, was die Einstellung macht, nicht wie sie sich auf den Rest des Funkenspeichermodells bezieht. –