运行 hive 作业时，yarn 使用 100% 的资源

Question

我正在运行 hive tez 工作。工作是将数据从一个文本文件格式的表加载到另一个 orc 格式的表中。

我正在使用

INSERT INTO TABLE ORDERREQUEST_ORC 
PARTITION(DATE)
SELECT 
COLUMN1, 
COLUMN2, 
COLUMN3,
DATE
FROM ORDERREQUEST_TXT; 

当我通过 ambari Web 控制台监控作业时，我看到 YARN 内存使用率为 100%。

你能建议如何保持健康的纱线记忆。

所有三个数据节点的平均负载；

 1. top - 17:37:24 up 50 days, 3:47, 4 users, load average: 15.73, 16.43, 13.52 
 2. top - 17:38:25 up 50 days, 3:48, 2 users, load average: 16.14, 15.19, 12.50 
 3. top - 17:39:26 up 50 days, 3:49, 1 user, load average: 11.89, 12.54, 10.49 

这些是纱线配置

 yarn.scheduler.minimum-allocation-mb=5120 
 yarn.scheduler.maximum-allocation-mb=46080 
 yarn.nodemanager.resource.memory-mb=46080

仅供参考：- 我的集群配置

 Nodes = 4 (1 Master, 3 DN ) 
 memory = 64 GB on each node 
 Processors = 6 on each node 
 1 TB on each node (5 Disk * 200 GB)

如何减少纱线使用内存？

Answer 1

您收到错误是因为尚未将集群配置为为每个用户分配最大纱线内存。

请在 Yarn 配置中设置以下属性，为每个作业分配 33% 的最大纱线内存，可以根据您的要求进行更改。

更改自：

yarn.scheduler.capacity.root.default.user-limit-factor=1

到：

yarn.scheduler.capacity.root.default.user-limit-factor=0.33

如果您需要更多信息，请参阅以下链接 https://analyticsanvil.wordpress.com/2015/08/16/managing-yarn-memory-with-multiple-hive-users/