#转#Spark核心编程进阶-yarn模式相关参数详解

yarn模式运行spark作业所有属性详解

属性名称 默认值 含义
spark.yarn.am.memory 512m client模式下,YARN Application Master使用的内存总量
spark.yarn.am.cores 1 client模式下,Application Master使用的cpu数量
spark.driver.cores 1 cluster模式下,driver使用的cpu core数量,driver与Application Master运行在一个进程中,所以也控制了Application Master的cpu数量
spark.yarn.am.waitTime 100s cluster模式下,Application Master要等待SparkContext初始化的时长; client模式下,application master等待driver来连接它的时长
spark.yarn.submit.file.replication hdfs副本数 作业写到hdfs上的文件的副本数量,比如工程jar,依赖jar,配置文件等,最小一定是1
spark.yarn.preserve.staging.files false 如果设置为true,那么在作业运行完之后,会避免工程jar等文件被删除掉
spark.yarn.scheduler.heartbeat.interval-ms 3000 application master向resourcemanager发送心跳的间隔,单位ms
spark.yarn.scheduler.initial-allocation.interval 200ms application master在有pending住的container分配需求时,立即向resourcemanager发送心跳的间隔
spark.yarn.max.executor.failures executor数量*2,最小3 整个作业判定为失败之前,executor最大的失败次数
spark.yarn.historyServer.address spark history server的地址
spark.yarn.dist.archives 每个executor都要获取并放入工作目录的archive
spark.yarn.dist.files 每个executor都要放入的工作目录的文件
spark.executor.instances 2 默认的executor数量
spark.yarn.executor.memoryOverhead executor内存10% 每个executor的堆外内存大小,用来存放诸如常量字符串等东西
spark.yarn.driver.memoryOverhead driver内存7% 同上
spark.yarn.am.memoryOverhead AM内存7% 同上
spark.yarn.am.port 随机 application master端口
spark.yarn.jar spark jar文件的位置
spark.yarn.access.namenodes spark作业能访问的hdfs namenode地址
spark.yarn.containerLauncherMaxThreads 25 application master能用来启动executor container的最大线程数量
spark.yarn.am.extraJavaOptions application master的jvm参数
spark.yarn.am.extraLibraryPath application master的额外库路径
spark.yarn.maxAppAttempts / 提交spark作业最大的尝试次数
spark.yarn.submit.waitAppCompletion true cluster模式下,client是否等到作业运行完再退出

推荐阅读更多精彩内容