添加资源池 操作场景 在集群中，管理员可从逻辑上对所有Yarn的节点进行分区，使多个NodeManager形成一个Yarn资源池。每个NodeManager只能属于一个资源池。管理员通过 FusionInsight Manager添加一个自定义的资源池，并将未加入自定义资源池的主机

查看更多 →

Master负责协调来自ResourceManager的资源，并通过NodeManager监视容器的执行和资源使用（CPU、内存等的资源分配）。 NodeManager管理一个YARN集群中的每个节点。NodeManager提供针对集群中每个节点的服务，从监督对一个容器的终生管理到监视

查看更多 →

CPU硬隔离参数配置 参数 描述 默认值 yarn.nodemanager.linux-container-executor.cgroups.cpu-set-usage 设置为“true”时，应用以cpuset模式运行。 false yarn.nodemanager.linux-container-executor

查看更多 →

rvice功能，Reduce阶段所有的Executor会从NodeManager中获取数据，当数据量达到一个级别（10T级别），会出现NodeManager单点瓶颈（ShuffleService服务在NodeManager进程中），就会出现某些Task获取数据超时，从而出现该问题。

查看更多 →

ResourceManager > 系统”。将“GC_OPTS”参数根据实际情况调大。 集群中的NodeManager实例数量和ResourceManager内存大小的对应关系参考如下： 集群中的NodeManager实例数量达到100，ResourceManager实例的JVM参数建议配置为：-Xms4G

查看更多 →

shuffle服务绑定特定IP时，需要在NodeManager实例所在节点的配置文件“mapred-site.xml”中（例如路径为：${BIGDATA_HOME}/FusionInsight_HD_xxx/x_xx_NodeManager/etc/mapred-site.xml）设置下面的参数。

查看更多 →

MapReduce为分布式计算框架，Map/Reduce任务启动所在的节点存在不确定性，建议将集群内NodeManager实例只保留一个运行，其他全部停止，以保证任务一定会在这个唯一运行的NodeManager节点上启动。 在客户端提交MapReduce任务，在Map/Reduce任务启动时会挂起并监测8000端口，等待远程调试。

查看更多 →

告警。 重启备ResourceManager实例，服务业务不受影响。 集群中的NodeManager实例数量和ResourceManager内存大小的对应关系参考如下： 集群中的NodeManager实例数量达到100，ResourceManager实例的JVM参数建议配置为：-Xms4G

查看更多 →

在 MRS 集群中，用户从逻辑上对YARN集群的节点进行分区，使多个NodeManager形成一个YARN资源池。每个NodeManager只能属于一个资源池。系统中默认包含了一个名为“default”的资源池，所有未加入用户自定义资源池的NodeManager属于此资源池。 该任务指导用户通过MRS添加

查看更多 →

检查Yarn集群中的NodeManager节点状态。 登录MRS集群详情页面，选择“组件管理”。 单击“Yarn > 实例”。 查看NodeManager的“健康状态”，检查是否有处于非健康状态的节点。 是，执行4.d。 否，执行5。 按ALM-18002 NodeManager心跳丢失（2

查看更多 →

是，执行7。 否，执行10。 检查Yarn集群中的NodeManager节点状态。 在FusionInsight Manager界面，选择“集群 > 待操作集群的名称 > 服务 > Yarn > 实例”。 查看NodeManager的“运行状态”，检查是否有处于非健康状态的节点。 是，执行9。

查看更多 →

配置“yarn.nodemanager.container-localizer.java.opts”来改变日志级别。 配置描述 在Manager系统中，选择“集群 > 待操作集群的名称 > 服务 > Yarn > 配置”，选择“全部配置”，在NodeManager的配置文件“yarn-site

查看更多 →

如果有多个受管理节点，可以做多个受管理 服务器 。 启动nodemanager和主节点控制台通过weblogic控制台来启动；主节点操作如下： 启动weblogic控制台，和前面介绍启动方式一样，此处略 启动Node Manager，启动命令：nohup ./startNodeManager.sh & 启动成功之

查看更多 →

Yarn运维管理 Yarn常用配置参数 Yarn日志介绍 配置Yarn本地化日志级别 检测Yarn内存使用情况 更改NodeManager的存储目录 父主题： 使用Yarn

查看更多 →

container会使用1个虚拟CPU内核和1024MB内存，ApplicationMaster使用1536MB内存。 参数 描述 默认值 yarn.nodemanager.resource.memory-mb 设置可分配给容器的物理内存数量。单位：MB，取值范围大于0。 建议配置成节点物理内存总量的

查看更多 →

应用任务结束时间变长。 新应用提交后长时间无法运行。 可能原因 NodeManager节点资源过小。 队列最大资源容量设置过小，AM最大资源百分比设置过小。 监控阈值设置过小。 处理步骤 检查NodeManager节点资源 在FusionInsight Manager界面，选择“集群

查看更多 →

been quiet for xxx ms while there are outstanding requests”并导致应用结束 NodeManager关闭导致Executor(s)未移除 Password cannot be null if SASL is enabled异常 向

查看更多 →

ResourceManager持续主备倒换 当一个NodeManager处于unhealthy的状态10分钟时，新应用程序失败 Superior通过REST接口查看已结束或不存在的applicationID，页面提示Error Occurred Superior调度模式下，单个NodeManager故障可能导致MapReduce任务失败

查看更多 →

ResourceManager持续主备倒换 当一个NodeManager处于unhealthy的状态10分钟时，新应用程序失败 Superior通过REST接口查看已结束或不存在的applicationID，页面提示Error Occurred Superior调度模式下，单个NodeManager故障可能导致MapReduce任务失败

查看更多 →

在MRS集群中，用户从逻辑上对YARN集群的节点进行分区，使多个NodeManager形成一个YARN资源池。每个NodeManager只能属于一个资源池。系统中默认包含了一个名为“Default”的资源池，所有未加入用户自定义资源池的NodeManager属于此资源池。 该任务指导用户通过MRS M

查看更多 →

的节点规格。 提高nodemanager进程所持有的集群资源。 MRS Manager界面操作： 登录MRS Manager页面，选择“服务管理 > Yarn > 服务配置”。 在“参数类别”中选择“全部配置”，然后在搜索框中搜索yarn.nodemanager.resource

查看更多 →