YARN 上的 Spark 使用的 vcore 太少

Question

我在具有以下设置的 YARN 集群 (HDP 2.4) 中使用 Spark：

• 1 个主节点
  • 64 GB 内存（可用 50 GB）
  • 24 核（可用 19 核）
• 5 个从属节点
  • 每个 64 GB RAM（可用 50 GB）
  • 每个 24 个核心（可用 19 个核心）
• YARN 设置
  • 所有容器（一台主机）的内存：50 GB
  • 最小容器大小 = 2 GB
  • 最大容器大小 = 50 GB
  • vcores = 19
  • 最小值#vcores/container = 1
  • 最大#vcores/container = 19

当我 运行 我的 spark 应用程序使用命令 spark-submit --num-executors 30 --executor-cores 3 --executor-memory 7g --driver-cores 1 --driver-memory 1800m ... YARN 创建 31 个容器（每个执行程序进程一个 + 一个驱动程序进程）具有以下设置：

• 正确：具有 1 个内核和 ~1800 MB RAM 的主容器
• 正确：30 个从属容器，每个容器约 7 GB RAM
• 但不正确：根据 YARN ResourceManager，每个从属容器仅 运行s 具有 1 个核心 而不是 3 个UI（它只显示 95 个中的 31 个正在使用，而不是 91 = 30 * 3 + 1），请参见下面的屏幕截图

我的问题是：为什么spark-submit参数--executor-cores 3没有效果？

Answer 1

好的，似乎与此处讨论的问题相同：yarn is not honouring yarn.nodemanager.resource.cpu-vcores该解决方案也适用于我。

Answer 2

使用 Ambari 时：

• Select 右上角的 YARN 队列管理器
• 调度程序部分
• 将 "Calculator" 下拉菜单更改为 = "Dominant Resource"

Answer 3

UI 可能具有误导性。当在 YARN 中禁用 vcore enforcement 时，它只会假定每个容器一个核心，而实际上，如果您查看物理机的实际 CPU 使用情况，它可能会使用所有核心。还要检查您的 SparkUI 上的核心用法，这通常可以更好地理解实际的 CPU 用法。