关于yarn.resourcemanager.am.max-attempts参数含义及场景的技术问询

Hey there! Let's break this down clearly for you, step by step.

参数核心含义 #

yarn.resourcemanager.am.max-attempts这个参数是用来定义单个YARN应用的ApplicationMaster（AM）总共允许被尝试启动的最大次数——这里的次数是包含第一次初始启动的。比如你配置的<value>4</value>，就意味着这个应用的AM最多会有4次启动机会，一旦这4次都失败，YARN就会直接判定整个应用运行失败。

针对你的两个场景的解答 #

场景1：AM存在启动bug，是否会尝试5次后判定应用失败？ #

不会。参数值4已经包含了第一次的启动尝试，实际流程是：

• 提交应用后，第一次尝试启动AM（第1次尝试），因启动bug失败；
• YARN自动触发重试，第2次尝试启动AM，依然失败；
• 重复重试逻辑，直到第4次尝试启动失败后，YARN就会终止重试，直接标记应用为失败状态。
  所以总共是4次尝试，不是5次。

场景2：手动杀死运行中的AM，系统是否会自动重启？杀死4次后是否不再重启？ #

分两部分说：

1. 手动杀死运行中的AM，系统会自动重启。YARN的ResourceManager会持续监控AM的运行状态，如果AM进程异常终止（包括手动杀死这种人为操作），只要还没达到yarn.resourcemanager.am.max-attempts设定的最大尝试次数，ResourceManager就会立刻触发AM的重启流程。
2. 手动杀死4次后，AM不会再被重启。这里要注意次数的计算逻辑：假设第一次AM成功启动（算第1次尝试），你手动杀死它，YARN重启AM（第2次尝试）；再杀死，重启（第3次）；再杀死，重启（第4次）；当你第4次杀死这个重启后的AM时，总尝试次数已经达到了配置的4次上限，YARN就会停止重试，应用也会被标记为失败。

内容的提问来源于stack exchange，提问作者Tom