在单个nodemanager（hadoop worker）上运行的最大容器数取决于许多因素，比如为nodemanager分配了多少内存，还取决于特定于应用程序的需求。
的默认值 yarn.scheduler.*-allocation-* 分别是：1gb（最小分配）、8gb（最大分配）、1核和32核。所以，最小和最大分配会影响每个节点的容器数。
因此，如果您有6gb ram和4个虚拟磁芯，则Yarn配置应如下所示：

yarn.scheduler.minimum-allocation-mb: 128
yarn.scheduler.maximum-allocation-mb: 2048
yarn.scheduler.minimum-allocation-vcores: 1
yarn.scheduler.maximum-allocation-vcores: 2
yarn.nodemanager.resource.memory-mb: 4096
yarn.nodemanager.resource.cpu-vcores: 4

上面的配置告诉hadoop使用atmost4gb和4个虚拟核，每个容器可以有128mb到2gb的内存和1到2个虚拟核，通过这些设置，您一次最多可以运行2个容器，拥有最大的资源。
现在，对于特定于mapreduce的配置：

yarn.app.mapreduce.am.resource.mb: 1024
yarn.app.mapreduce.am.command-opts: -Xmx768m
mapreduce.[map|reduce].cpu.vcores: 1
mapreduce.[map|reduce].memory.mb: 1024
mapreduce.[map|reduce].java.opts: -Xmx768m

使用此配置，理论上最多可以在4个1gb容器中同时运行4个Map器/还原器。实际上，mapreduce应用程序主机将使用1gb容器，因此并发Map程序和还原程序的实际数量将限制为3个。你可以玩弄内存限制，但可能需要一些实验才能找到最好的。
根据经验，应该将堆大小限制在总可用内存的75%左右，以确保运行更平稳。
您还可以使用 yarn.scheduler.minimum-allocation-mb 财产。
有关生产系统的更多详细配置，请参考hortonworks的本文档。