Hadoop (EMR) Cluster Fair Scheduler 正在完成 FIFO 而不是并行

Question

这是我第一次尝试配置 YARN 调度程序，但它没有像我希望的那样工作。 该集群最初用作 FIFO，我正在尝试让作业并行运行。 我已经添加到yarn-site.xml的顶部

  <property>
    <name>yarn.resourcemanager.scheduler.class</name>
    <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler</value>
  </property>


  <property>
    <name>yarn.scheduler.fair.allocation.file</name>
    <value>/etc/hadoop/conf.empty/fair-scheduler.xml</value>  
  </property>

然后添加文件/etc/hadoop/conf.empty/fair-scheduler.xml：

<allocations>
    <queue name="root">
        <weight>1.0</weight>
        <schedulingPolicy>fair</schedulingPolicy>
        <aclSubmitApps> </aclSubmitApps>
        <aclAdministerApps>*</aclAdministerApps>
    </queue>
    <defaultQueueSchedulingPolicy>fair</defaultQueueSchedulingPolicy>
    <queuePlacementPolicy>
        <rule name="specified" create="true"/>
        <rule name="user" create="true"/>
    </queuePlacementPolicy>
</allocations>

所以在这之后我停止并启动了纱线资源管理器，我在纱线应用程序控制台上看到了Fair Scheduler ！ 但是当尝试在集群上运行多个作业时，AWS EMR 控制台只显示一个作业正在运行，另外两个待处理。 此外，YARN 控制台仅显示在队列root.hadoop 中运行的一项作业，而看不到其他作业（将在该作业完成后运行）。

那么我怎样才能让作业并行运行呢？

Answer 1

通过 yarn-site.xml 设置调度程序实际上是有效的。 如果您打开 YARN 资源管理器，调度程序实际上会显示更改，但问题在于提交 AWS EMR 步骤时。 EMR 步骤本质上是按顺序运行的，这意味着 AWS 在上一步完成之前不会将下一个作业提交给 YARN。 所以必须直接将工作提交给 Yarn 才能看到好处； 然而，EMR 步骤最近似乎发生了变化。 如果使用 EMR 版本 5.28.0，AWS EMR 现在支持并行步骤执行： https ://aws.amazon.com/about-aws/whats-new/2019/11/amazon-emr-now-allows-you-to-run -multiple-steps-in-parallel-cancel-running-steps-and-integrate-with-aws-step-functions/ 。