Hadoop YARN中内存的设置

在hadoop 以yarn运行spark一个很简单的程序时，报错：
java.lang.IllegalStateException: Spark context stopped while waiting for backend 
    at org.apache.spark.scheduler.TaskSchedulerImpl.waitBackendReady(TaskSchedulerImpl.scala:614) 
    at org.apache.spark.scheduler.TaskSchedulerImpl.postStartHook(TaskSchedulerImpl.scala:169) 
    at org.apache.spark.SparkContext.<init>(SparkContext.scala:567) 
    at org.apache.spark.SparkContext$.getOrCreate(SparkContext.scala:2313) 

然后百度了下，有人说是因为Java 8 与 Hadoop 2.7.3 的YARN存在某些不兼容造成内存溢出，导致程序的异常终止，其解决方案是修改Hadoop下的yarn-site.xml配置文件，增加以下属性：

<property> 
    <name>yarn.nodemanager.pmem-check-enabled</name> 
    <value>false</value> 
</property> 
 
<property> 
    <name>yarn.nodemanager.vmem-check-enabled</name> 
    <value>false</value> 
</property> 

然后重启YARN，然后再以--master yarn 模式运行Spark即可。
      按照上述操作对配置文件修改之后，发现Spark确实能够正常启动，而且前两天出现的执行分词程序Action异常退出的问题也不存在了，然后查了下yarn.nodemanager.pmem-check-enabled和yarn.nodemanager.vmem-check-enabled这两个配置项，发现这两个参数YARN的默认配置对于之前遇到的异常退出是有影响的。
      首先yarn.nodemanager.pmem-check-enabled表示是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true，也就是说如果我的分词操作action在执行时，如果使用的内存量大于系统默认的物理内存量，就会被Kill掉。yarn.nodemanager.vmem-check-enabled
表示是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true，也就是说如果我的分词操作action在执行时，如果使用的虚拟内存量大于系统默认的物理内存量，就会被Kill掉。
然后在YARN的默认配置中，有以下参数
yarn.nodemanager.vmem-pmem-ratio 即任务每使用1MB物理内存，最多可使用虚拟内存量，默认是2.1；yarn.nodemanager.resource.memory-mb即该节点上YARN可使用的物理内存总量，默认是8192（MB）；然而我的YARN所在服务器内存实际只有4G，由于没有修改可用物理内存总量参数值，所以在执行action的时候，导致内存被撑爆，从而使spark任务被Kill 掉。

所以在以 --master yarn模式 运行Spark的时候，一定要先调整YARN关于内存的相关参数设置，否则会有意想不到的后果。