MAPREDUCE服务 MRS-Flink应用性能调优建议:配置进程参数
配置进程参数
Flink on YARN模式下,有JobManager和TaskManager两种进程。在任务调度和运行的过程中,JobManager和TaskManager承担了很大的责任。
因而JobManager和TaskManager的参数配置对Flink应用的执行有着很大的影响意义。用户可通过如下操作对Flink集群性能做优化。
- 配置JobManager内存。
JobManager负责任务的调度,以及TaskManager、RM之间的消息通信。当任务数变多,任务平行度增大时,JobManager内存都需要相应增大。
您可以根据实际任务数量的多少,为JobManager设置一个合适的内存。
- 在使用yarn-session命令时,添加“-jm MEM”参数设置内存。
- 在使用yarn-cluster命令时,添加“-yjm MEM”参数设置内存。
- 配置TaskManager个数。
每个TaskManager每个核同时能跑一个task,所以增加了TaskManager的个数相当于增大了任务的并发度。在资源充足的情况下,可以相应增加TaskManager的个数,以提高运行效率。
- 在使用yarn-session命令时,添加“-n NUM”参数设置TaskManager个数。
- 在使用yarn-cluster命令时,添加“-yn NUM”参数设置TaskManager个数。
- 配置TaskManager Slot数。
每个TaskManager多个核同时能跑多个task,相当于增大了任务的并发度。但是由于所有核共用TaskManager的内存,所以要在内存和核数之间做好平衡。
- 在使用yarn-session命令时,添加“-s NUM”参数设置SLOT数。
- 在使用yarn-cluster命令时,添加“-ys NUM”参数设置SLOT数。
- 配置TaskManager内存。
TaskManager的内存主要用于任务执行、通信等。当一个任务很大的时候,可能需要较多资源,因而内存也可以做相应的增加。
- 将在使用yarn-session命令时,添加“-tm MEM”参数设置内存。
- 将在使用yarn-cluster命令时,添加“-ytm MEM”参数设置内存。