hadoop - Apache Hadoop Yarn - 内核利用率不足

Question

无论我如何修改 yarn-site.xml 中的设置即使用以下所有选项

yarn.scheduler.minimum-allocation-vcores
yarn.nodemanager.resource.memory-mb
yarn.nodemanager.resource.cpu-vcores
yarn.scheduler.maximum-allocation-mb
yarn.scheduler.maximum-allocation-vcores

我仍然无法获得我的应用程序，即 Spark 来利用集群上的所有核心。 spark executor 似乎正确地占用了所有可用内存，但每个 executor 只占用一个内核，仅此而已。

以下是在 spark-defaults.conf 中配置的选项

spark.executor.cores                    3
spark.executor.memory                   5100m
spark.yarn.executor.memoryOverhead      800
spark.driver.memory                     2g
spark.yarn.driver.memoryOverhead        400
spark.executor.instances                28
spark.reducer.maxMbInFlight             120
spark.shuffle.file.buffer.kb            200

请注意 spark.executor.cores设置为 3，但它不起作用。
我该如何解决？

Answer 1

问题不在于 yarn-site.xml或 spark-defaults.conf但实际上使用资源计算器将内核分配给执行程序，或者在 MapReduce 作业的情况下，分配给 Mappers/Reducers。

默认资源计算器，即 org.apache.hadoop.yarn.util.resource.DefaultResourceCalculator仅使用内存信息来分配容器，默认情况下不启用 CPU 调度。要同时使用内存和 CPU，需要将资源计算器更改为 org.apache.hadoop.yarn.util.resource.DominantResourceCalculator在 capacity-scheduler.xml文件。

这是需要改变的。

<property>
    <name>yarn.scheduler.capacity.resource-calculator</name>
    <value>org.apache.hadoop.yarn.util.resource.DominantResourceCalculator</value>
</property>