Fair Scheduler 队列设置

先附一个官网链接


由于yarn只能使用一种调度器,所以要想使用Fair Scheduler首先要在yarn-site.xml中将配置参数 yarn.resourcemanager.scheduler.class
设置为org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler
Fair Scheduler的配置选项包括两部分,其中一部分在yarn-site.xml中,主要用于配置调度器级别的参数,另外一部分在一个自定义配置文件(默认是fair-scheduler.xml)中,主要用于配置各个队列的资源量、权重等信息。

1.配置文件yarn-site.xml

1. yarn.scheduler.fair.allocation.file :自定义XML配置文件所在位置,该文件主要用于描述各个队列的属性,比如资源量、权重等,具体配置格式将在后面介绍。
2. yarn.scheduler.fair.user-as-default-queue:当应用程序未指定队列名时,是否指定用户名作为应用程序所在的队列名。如果设置为false或者未设置,
    所有未知队列的应用程序将被提交到default队列中,默认值为true。
3. yarn.scheduler.fair.preemption:是否启用抢占机制,默认值是false。
4. yarn.scheduler.fair.sizebasedweight:在一个队列内部分配资源时,默认情况下,采用公平轮询的方法将资源分配各各个应用程序,
    而该参数则提供了另外一种资源分配方式:按照应用程序资源需求数目分配资源,即需求资源数量越多,分配的资源越多。默认情况下,该参数值为false。
5. yarn.scheduler.assignmultiple:是否启动批量分配功能。当一个节点出现大量资源时,可以一次分配完成,也可以多次分配完成。默认情况下,该参数值为false。
6. yarn.scheduler.fair.max.assign:如果开启批量分配功能,可指定一次分配的container数目。默认情况下,该参数值为-1,表示不限制。
7. yarn.scheduler.fair.locality.threshold.node:当应用程序请求某个节点上资源时,它可以接受的可跳过的最大资源调度机会。
    当按照分配策略,可将一个节点上的资源分配给某个应用程序时,如果该节点不是应用程序期望的节点,可选择跳过该分配机会暂时将资源分配给其他应用程序,
    直到出现满足该应用程序需的节点资源出现。通常而言,一次心跳代表一次调度机会,而该参数则表示跳过调度机会占节点总数的比例,默认情况下,该值为-1.0,表示不跳过任何调度机会。
8. yarn.scheduler.fair.locality.threshold.rack:当应用程序请求某个机架上资源时,它可以接受的可跳过的最大资源调度机会。
9. yarn.scheduler.fair.allow-undeclared-pools:默认是true,提交的app会被提交到指定队列或者取决于user-as-default-queue属性。如果为false,app总是提交到默认队列中。
    如果allocations配置文件中给出了队列匹配规则这个属性将会被忽略。
10. yarn.scheduler.increment-allocation-mb:内存规整化单位,默认是1024,这意味着,如果一个Container请求资源是1.5GB,则将被调度器规整化为ceiling(1.5 GB / 1GB) * 1G=2GB。
11. yarn.scheduler.increment-allocation-vcores:虚拟CPU规整化单位,默认是1,含义与内存规整化单位类似。

2.自定义配置文件

Fair Scheduler允许用户将队列信息专门放到一个配置文件(默认是fair-scheduler.xml),

1. 队列配置 Queue elements:
1. minResources :最少资源保证量,设置格式为“X mb, Y vcores”,当一个队列的最少资源保证量未满足时,它将优先于其他同级队列获得资源,
    对于不同的调度策略(后面会详细介绍),最少资源保证量的含义不同,对于fair策略,则只考虑内存资源,
    即如果一个队列使用的内存资源超过了它的最少资源量,则认为它已得到了满足;对于drf策略,则考虑主资源使用的资源量,
    即如果一个队列的主资源量超过它的最少资源量,则认为它已得到了满足。
2. maxResources:最多可以使用的资源量,fair scheduler会保证每个队列使用的资源量不会超过该队列的最多可使用资源量。
3. maxRunningApps:最多同时运行的应用程序数目。通过限制该数目,可防止超量Map Task同时运行时产生的中间输出结果撑爆磁盘。
4. weight:队列间的权重值,当队列中有任务等待,并且集群中有空闲资源时候,每个队列可以根据权重获得不同比例的集群空闲资源。
5. schedulingPolicy:队列采用的调度模式,可以是fifo、fair或者drf。
6. aclSubmitApps:可向队列中提交应用程序的Linux用户或用户组列表,默认情况下为“*”,表示任何用户均可以向该队列提交应用程序。
    需要注意的是,该属性具有继承性,即子队列的列表会继承父队列的列表。配置该属性时,用户之间或用户组之间用“,”分割,
    用户和用户组之间用空格分割,比如“user1, user2 group1,group2”。
7. aclAdministerApps:该队列的管理员列表。一个队列的管理员可管理该队列中的资源和应用程序,比如可杀死任意应用程序。
8. minSharePreemptionTimeout:最小共享量抢占时间。如果一个资源池在该时间内使用的资源量一直低于最小资源量,则开始抢占其他队列的资源。
2. 其他配置
1. User elements:为单个用户添加maxRunningApps属性限制其最多同时运行的应用程序数目
2. userMaxAppsDefault elements:没有配置的用户最多同时运行的app数目的默认值
3. fairSharePreemptionTimeout elements:公平共享量抢占时间,如果一个队列在该时间内使用资源量一直低于公平共享量的一半
    (这个比例可以配置,通过defaultFairSharePreemptionThreshold来配置默认比例,fairSharePreemptionThreshold配置该队列比例),
    则开始抢占该队列的资源。
4. defaultMinSharePreemptionTimeout elements:队列的minSharePreemptionTimeout属性的默认值。
5. queueMaxAppsDefault elements:队列的maxRunningApps属性的默认值,会被队列的maxRunningApps属性覆盖。
6. defaultQueueSchedulingPolicy elements:队列的schedulingPolicy属性的默认值。
7. queuePlacementPolicy elements:基于规则来确定应用应该放到哪个队列, 元素定义了一个规则列表,其中的每个规则会被逐个尝试直到匹配成功,
    至于它的规则官网上有写,这里就不写了。

3.实例



  
    10000 mb,0 vcores
    90000 mb,0 vcores
    50
    2.0
    fair
    admin
    300
    
      charlie
      5000 mb,0 vcores
    
  
  
  
    30
  
  5
  6000
  
  
    
    
    
  

你可能感兴趣的:(Fair Scheduler 队列设置)