Yarn集群上提交多个Flink任务,状态一直Accepted且不停止不报错

当多个用户同时提交任务或单个用户提交大量任务时,可能会导致Yarn资源分配错误。为了解决这个问题,可以调整Hadoop配置文件`capacity-scheduler.xml`,将`yarn.scheduler.capacity.maximum-am-resource-percent`参数从0.1增加到0.5,以增加Yarn可调度的资源量,从而避免资源分配不足的情况。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一般是由于有多个用户同时向集群提交任务或一个用户向集群同时提交了多个任务导致Yarn资源的分配错误。

解决这个问题,只需要更改Hadoop的配置文件:

../etc/hadoop/capacity-scheduler.xml

把选项:yarn.scheduler.capacity.maximum-am-resource-percent从0.1改成0.5。顾名思义,这个选项是增加Yarn可调度的资源量,当然也可以视具体情况增加更多。也可见,默认情况下,Yarn没有将很多资源分配给任务的能力。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值