Ich möchte die dynamische Zuordnung Feature von Spark für meine eingereichten Anwendungen verwenden, aber die Anwendungen nicht skalieren.Spark dynamische Zuordnung funktioniert nicht
My Cluster besteht aus 3 Knoten und jede hat:
- 4 Kerne
- 8 GB RAM
- spark: 1.6
- YARN + MapReduce2: 2,7
I Verwenden Sie hdp 2.4 und richten Sie alle erforderlichen Eigenschaften für die dynamische Zuweisung wie folgt ein (sie wurden in hdp b vorkonfiguriert) ut ich überprüfen sie mit dem docs):
spark.dynamicAllocation.enabled=true
spark.dynamicAllocation.initialExecutors=5
-spark.dynamicAllocation.maxExecutors=10
spark.dynamicAllocation.minExecutors=1
spark.shuffle.service.enabled=true
yarn.nodemanager.aux-services=mapreduce_shuffle,spark_shuffle
yarn.nodemanager.aux-services.spark_shuffle.class=org.apache.spark.network.yarn.YarnShuffleService
Ich benutze das Garn ResourceManager-UI, um die verwendeten Kerne zu suchen.
Wenn ich das folgende PI-Beispiel einreiche, werden nur 3 Container mit je 1 Kern verwendet. Dort waren genügend Ressourcen vorhanden, aber es wurden keine Ressourcen mehr verwendet.
Wenn ich das PI-Beispiel mit einer definierten Anzahl von Executoren übertrage, kann es viel mehr Ressourcen zugewiesen werden. In diesem Beispiel wird statisch 8 Container mit jeweils 1 Kern zugeordnet. (1 Fahrer + 7 Testamentsvollstrecker)
./bin/spark-submit --class org.apache.spark.examples.SparkPi \
--master yarn-cluster \
--num-executors 7 \
--driver-memory 512m \
--executor-memory 512m \
lib/spark-examples*.jar 100000
Was habe ich falsch, dass Funke nicht automatisch die maximal zur Verfügung stehenden Ressourcen zuteilen?
Danke für Sie :)
Spark wird nicht sofort Speicher geben. Wenn es erforderlich ist, wird nur der Funke Speicher reservieren. –