Hive调优-计算资源分配

前言

有些时候，代码运行速度慢、效率低，可能仅仅是因为资源分配不当

1. Yarn资源配置

需要调整的Yarn参数均与CPU、内存等资源有关，核心配置参数如下：

1.1 yarn.nodemanager.resource.memory-mb

该参数的含义是，一个NodeManager节点分配给Container使用的内存。该参数的配置，取决于NodeManager所在节点的总内存容量和该节点运行的其他服务的数量。

• 该参数默认值为8G
• 应该根据具体配置具体分析，基本在总内存的二分之一到三分之二
• 考虑上述因素，此处可将该参数设置为64G，如下：

<property>
    <name>yarn.nodemanager.resource.memory-mb</name>
    <value>65536</value>
</property>

1.2 yarn.nodemanager.resource.cpu-vcores

该参数的含义是，一个NodeManager节点分配给Container使用的CPU核数。该参数的配置，同样取决于NodeManager所在节点的总CPU核数和该节点运行的其他服务。

• 考虑上述因素，此处可将该参数设置为16。
• 一般来说一个核会分配4G内存

<property>
    <name>yarn.nodemanager.resource.cpu-vcores</name>
    <value>16</value>
</property>

1.3 yarn.scheduler.maximum-allocation-mb

该参数的含义是，单个Container能够使用的最大内存。推荐配置如下：

<property>
    <name>yarn.scheduler.maximum-allocation-mb</name>
    <value>16384</value>
</property>

• 最大内存可以设置的大一些，推荐16G

1.4 yarn.scheduler.minimum-allocation-mb

该参数的含义是，单个Container能够使用的最小内存，推荐配置如下：

<property>
    <name>yarn.scheduler.minimum-allocation-mb</name>
    <value>512</value>
</property>

• 最小内存可以设置的小一些，推荐512M

2. Yarn配置实操

• 修改$HADOOP_HOME/etc/hadoop/yarn-site.xml文件
• 修改如下参数

<property>
    <name>yarn.nodemanager.resource.memory-mb</name>
    <value>65536</value>
</property>
<property>
    <name>yarn.nodemanager.resource.cpu-vcores</name>
    <value>16</value>
</property>
<property>
    <name>yarn.scheduler.maximum-allocation-mb</name>
    <value>16384</value>
</property>
<property>
    <name>yarn.scheduler.minimum-allocation-mb</name>
    <value>512</value>
</property>

• 分发该配置文件
• 重启Yarn

3. MapReduce资源配置

MapReduce资源配置主要包括Map Task的内存和CPU核数，以及Reduce Task的内存和CPU核数。核心配置参数如下。

3.1 mapreduce.map.memory.mb

• 该参数的含义是，单个MapTask申请的container容器内存大小，其默认值为1024。
• 该值不能超出yarn.scheduler.maximum-allocation-mb和yarn.scheduler.minimum-allocation-mb规定的范围。
• 该参数需要根据不同的计算任务单独进行配置，在hive中，可直接使用如下方式为每个SQL语句单独进行配置：

set  mapreduce.map.memory.mb=2048;

3.2 mapreduce.map.cpu.vcores

• 该参数的含义是，单个Map Task申请的container容器cpu核数，其默认值为1。该值一般无需调整。

3.3 mapreduce.reduce.memory.mb

• 该参数的含义是，单个ReduceTask申请的container容器内存大小，其默认值为1024。
• 该值同样不能超出yarn.scheduler.maximum-allocation-mb和yarn.scheduler.minimum-allocation-mb规定的范围。
• 该参数需要根据不同的计算任务单独进行配置，在hive中，可直接使用如下方式为每个SQL语句单独进行配置：

set  mapreduce.reduce.memory.mb=2048;

3.4 mapreduce.reduce.cpu.vcores

• 该参数的含义是，单个Reduce Task申请的container容器cpu核数，其默认值为1。该值一般无需调整。