hadoopMap程序失败,因为“容器被applicationmaster杀死”

uqjltbpv  于 2021-06-02  发布在  Hadoop
关注(0)|答案(2)|浏览(340)

我正在尝试在hadoop上执行map reduce程序。
当我将作业提交到hadoop单节点集群时。正在创建作业,但消息失败
“容器被应用程序管理员杀死”
使用的输入大小为10 mb。
当我使用输入文件400KB的相同脚本时,它成功了。但输入文件大小为10 mb时失败。
我的终端中显示的完整日志如下所示。

15/05/29 09:52:16 WARN util.NativeCodeLoader: Unable to `load native-  hadoop library for your platform... using builtin-java classes      where applicable
Submitting job on the cluster...
15/05/29 09:52:17 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
15/05/29 09:52:18 INFO input.FileInputFormat: Total input paths to process : 1
15/05/29 09:52:18 INFO mapreduce.JobSubmitter: number of splits:1
15/05/29 09:52:19 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1432910768528_0001
15/05/29 09:52:19 INFO impl.YarnClientImpl: Submitted application application_1432910768528_0001
15/05/29 09:52:19 INFO mapreduce.Job: The url to track the job: http://localhost:8088/proxy/application_1432910768528_0001/
15/05/29 09:52:19 INFO mapreduce.Job: Running job: job_1432910768528_0001
15/05/29 09:52:29 INFO mapreduce.Job: Job job_1432910768528_0001 running in uber mode : false
15/05/29 09:52:29 INFO mapreduce.Job:  map 0% reduce 0%
15/05/29 09:52:41 INFO mapreduce.Job:  map 100% reduce 0%
15/05/29 10:03:01 INFO mapreduce.Job:  map 0% reduce 0%
15/05/29 10:03:01 INFO mapreduce.Job: Task Id : attempt_1432910768528_0001_m_000000_0, Status : FAILED
AttemptID:attempt_1432910768528_0001_m_000000_0 Timed out after 600 secs
Container killed by the ApplicationMaster.
Container killed on request. Exit code is 143
Container exited with a non-zero exit code 143

我的Map器正在触发另一个程序,这个程序将在这里处理我的输入文件。由Map器触发的程序通常占用大量内存。
所以请在这方面帮助我。

inkz8wg9

inkz8wg91#

包括以下属性 yarn-site.xml 然后重新启动 VM ,

<property>
   <name>yarn.nodemanager.vmem-check-enabled</name>
   <value>false</value>
   <description>Whether virtual memory limits will be enforced for containers</description>
</property>

<property>
   <name>yarn.nodemanager.vmem-pmem-ratio</name>
   <value>4</value>
   <description>Ratio between virtual memory to physical memory when setting memory limits for containers</description>
</property>
q43xntqr

q43xntqr2#

容器是一个过程。在应用程序主服务mapreduce中,mapper和reducer任务都是在框架内执行的容器。
您可以通过增加减速器的数量(例如 mapreduce.job.reduces=10 )或者通过增加reduce heap size( mapreduce.reduce.java.opts=-Xmx2014m )
如果您希望在运行时拥有固定数量的reducer,那么可以在命令行传递map/reduce作业时执行此操作。使用 -D mapreduce.job.reduces=10 使用所需的数量将在运行时生成那么多还原程序。
在代码中,您可以配置 JobConf 变量来设置Map器和还原器的数量。假设我们有 JobConf 变量作为作业。

Configuration conf = new Configuration();
Job job = new Job(conf);
job.setNumReduceTasks(10); // 10 reducers

您还可以为这个特定作业将文件分割成更小的大小,以避免内存问题。
如果您仍然收到问题,请检查Yarn日志并张贴日志。

相关问题