我的集群包含1个主服务器和5个从服务器(节点),每个服务器包含32个核心和64 GB内存 .
在使用纱线的火花提交中是否有任何模式可以计算以下参数
--executor-memory --num-executors --executor-cores
如果我们有以下硬件然后计算火花
6节点
16代码
64 GB的Ram
Calculations:
每个遗嘱执行人
5核心
群集总共有6 * 15 = 90个核心
afer取出Hadoop / Yarn守护进程核心)
90芯/ 5芯/ Actuator (19/5 = 18-1)
= 18位遗嘱执行人
每个节点有3个执行程序
63 GB / 3 = 21 GB,21 *(1 -0,07)
~19 GB
1执行者为AM => 17执行人
Ans
17执行人员
19 GB内存/执行程序
5核/执行者
执行者数量(--num -executors)每个执行者
Coures( - executorr-cores)
每个执行者的内存(--executor-memory)
Executer-memory控制堆大小:
Spark Memory Management
https://blog.cloudera.com/blog/2015/03/how-to-tune-your-apache-spark-jobs-part-2/
https://help.talend.com/reader/MFikL3ufPzqRQ0FnpvF7IA/UfPZ4ym6etEiI5zdNxcksA
https://community.hortonworks.com/articles/42803/spark-on-yarn-executor-resource-allocation-optimiz.html
1 回答
如果我们有以下硬件然后计算火花
6节点
16代码
64 GB的Ram
Calculations:
每个遗嘱执行人
5核心
群集总共有6 * 15 = 90个核心
afer取出Hadoop / Yarn守护进程核心)
90芯/ 5芯/ Actuator (19/5 = 18-1)
= 18位遗嘱执行人
每个节点有3个执行程序
63 GB / 3 = 21 GB,21 *(1 -0,07)
~19 GB
1执行者为AM => 17执行人
Ans
17执行人员
19 GB内存/执行程序
5核/执行者
执行者数量(--num -executors)
每个执行者
Coures( - executorr-cores)
每个执行者的内存(--executor-memory)
Executer-memory控制堆大小:
Spark Memory Management
https://blog.cloudera.com/blog/2015/03/how-to-tune-your-apache-spark-jobs-part-2/
https://help.talend.com/reader/MFikL3ufPzqRQ0FnpvF7IA/UfPZ4ym6etEiI5zdNxcksA
https://community.hortonworks.com/articles/42803/spark-on-yarn-executor-resource-allocation-optimiz.html