本篇教程探讨了大数据技术之Determine Hadoop Memory Configuration Settings，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

本文中涉及到的脚本来自hortonworks，通过它可以计算出针对yarn和MapReduce的内存设置。
脚本名称：yarn-utils.py

[hadoop@hdp01 ~]$ wget //public-repo-1.hortonworks.com/HDP/tools/2.3.4.0/hdp_manual_install_rpm_helper_files-2.3.4.0.3485.tar.gz[hadoop@hdp01 ~]$ tar -xzf hdp_manual_install_rpm_helper_files-2.3.4.0.3485.tar.gz[hadoop@hdp01 ~]$ mv hdp_manual_install_rpm_helper_files-2.3.4.0.3485 hdp[hadoop@hdp01 ~]$ cd hdp/scripts[hadoop@hdp01 scripts]$  python yarn-utils.py -c 4 -m 16 -d 2 -k True Using cores=4 memory=16GB disks=2 hbase=True Profile: cores=4 memory=12288MB reserved=4GB usableMem=12GB disks=2 Num Container=4 Container Ram=3072MB Used Ram=12GB Unused Ram=4GB yarn.scheduler.minimum-allocation-mb=3072 yarn.scheduler.maximum-allocation-mb=12288 yarn.nodemanager.resource.memory-mb=12288 mapreduce.map.memory.mb=3072 mapreduce.map.java.opts=-Xmx2457m mapreduce.reduce.memory.mb=3072 mapreduce.reduce.java.opts=-Xmx2457m yarn.app.mapreduce.am.resource.mb=3072 yarn.app.mapreduce.am.command-opts=-Xmx2457m mapreduce.task.io.sort.mb=1228

本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！