常见问题

1 集群重启

集群重启包括 RM 重启和 NM 重启两部分。

• RM 重启：

  RM 运行过程中会将关键信息存储在 Zookeeper 中，重启时会重新 load ZK 中的关键信息来恢复内存中的记录，同时也会从 NM 的重新注册和心跳上报逻辑获取另一部分信息，来保证重启过程中不会出现信息丢失。

• NM 重启：

  NM 运行过程中会将关键信息存储在本地的 LevelDb 中，NM 重启不会影响在节点本地运行的 Container 进程，重启后会通过本地存储重新与进程取得通信，以便于实时更新任务运行状态。

2 NodeManager 可管理资源

正常 NodeManager 启动在 Task 或 Core 节点上，可以管理整个节点的资源。但由于需要给系统进程留下资源 Buffer，所以 NodeManager 可管理资源的计算规则为：

• 可管理 Core 数 = 节点总 Core 数 - 1

• 可管理 Memory MB数 = 节点总 Memory MB 数 - 20000