(根据 Why does the oozie luncher consume 2 yarn containers? )
我的集群有 1900 个核心和 11TB RAM。 我的 Oozie WF 有下一个工作流结构:
- 将运行大约 300-400 个具有相同结构的子工作流 并行(通过 fork 控制节点)
- 在这些子流程中逐一运行 几个任务(java 操作、spark 任务、shell 操作)
- 一些 子流程可以在 3-5 分钟内执行,其中一些 - 2-3 小时(长 术语 Spark 任务)
问题是 - 是否可以在单个容器(应用程序主控)中运行这些子工作流?默认情况下,对于每个子工作流,oozie/yarn 使用两个核心:一个用于 AM,一个用于 map-reduce 任务( Controller )。这就是瓶颈——我集群所有核心的 1/3 仅用于控制而不用于计算
最佳答案
我想您可以使用 oozie 的 super 模式来保存启动 oozie 操作作业的容器。 AM 将启动操作,而不是从单独的容器中执行。
将以下属性添加到 oozie-site.xml
。
<property>
<name>oozie.action.launcher.mapreduce.job.ubertask.enable</name>
<value>true</value>
</property>
关于java - 为 oozie 工作流运行单个应用程序主机,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42178437/