java - 如何在 hadoop 集群中调整“DataNode 最大 Java 堆大小”
问题描述
我在谷歌搜索找到有关如何调整值的信息 - DataNode 最大 Java 堆大小,除了这个 -
https://community.hortonworks.com/articles/74076/datanode-high-heap-size-alert.html
https://docs.oracle.com/cd/E19900-01/819-4742/abeik/index.html
但未找到计算DataNode 最大 Java 堆大小值的公式
DataNode 最大 Java 堆大小的默认值为1G
我们将此值增加到 5G ,因为在某些情况下,我们从 datanode 日志中看到有关堆大小的错误
但这不是调整价值的正确方法
那么任何建议或好文章如何为 -datanode 记录有关堆大小的错误设置正确的值?
假设我们有以下 hadoop 集群大小:
10台datanode机器,5个磁盘,每个磁盘1T
每个数据节点有 32 个 CPU
每个数据节点有256G内存
基于此信息,我们能否找到显示正确值的公式 - “ datanode logs error about heap size ”?
关于 hortonworks: 他们建议将 Datanode Java 堆设置为 4G,但我不确定这种情况是否可以涵盖所有场景?
根本原因:DN 操作的 IO 开销很大,不需要 16GB 的堆。
https://community.hortonworks.com/articles/74076/datanode-high-heap-size-alert.html
RESOLUTION: Tuning GC parameters resolved the issue -
4GB Heap recommendation :
-Xms4096m -Xmx4096m -XX:NewSize=800m
-XX:MaxNewSize=800m -XX:+UseParNewGC
-XX:+UseConcMarkSweepGC
-XX:+UseCMSInitiatingOccupancyOnly
-XX:CMSInitiatingOccupancyFraction=70
-XX:ParallelGCThreads=8
解决方案
在hadoop-env.sh
(也是 Ambari 中的某些字段,只需尝试搜索堆),有一个设置值的选项。可能HADOOP_DATANODE_OPTS
在 shell 文件中调用
对于大多数服务器来说,8GB 通常是一个不错的价值。但是,您有足够的内存,所以我将从那里开始,并通过 Grafana 中的 JMX 指标主动监控使用情况,例如。
名称节点可能也需要调整https://community.hortonworks.com/articles/43838/scaling-the-hdfs-namenode-part-1.html