Spark 配置：SPARK_MEM 与 SPARK_WORKER_MEMORY

Question

在spark-env.sh中，可以配置以下环境变量：

# - SPARK_WORKER_MEMORY, to set how much memory to use (e.g. 1000m, 2g)
export SPARK_WORKER_MEMORY=22g
[...]
# - SPARK_MEM, to change the amount of memory used per node (this should
#   be in the same format as the JVM's -Xmx option, e.g. 300m or 1g)
export SPARK_MEM=3g

如果我用这个启动一个独立的集群：

$SPARK_HOME/bin/start-all.sh

我可以在 Spark Master UI 网页上看到，所有工作人员一开始都只有 3GB RAM：

-- Workers Memory Column --
22.0 GB (3.0 GB Used)
22.0 GB (3.0 GB Used)
22.0 GB (3.0 GB Used)
[...]

但是，我在spark-env.sh 中将22g 指定为SPARK_WORKER_MEMORY

我对此有些困惑。可能我不明白“节点”和“工人”之间的区别。

谁能解释这两种内存设置之间的区别以及我可能做错了什么？

我正在使用 spark-0.7.0。另请参阅here 了解更多配置信息。

Answer 1

一个独立的集群可以托管多个 Spark 集群（每个“集群”都绑定到一个特定的 SparkContext）。也就是说，您可以让一个集群运行 kmeans，一个集群运行 Shark，另一个集群运行一些交互式数据挖掘。

在这种情况下，22GB 是您分配给 Spark 独立集群的内存总量，并且您的 SparkContext 特定实例使用每个节点 3GB。因此，您可以使用最多 21GB 再创建 6 个 SparkContext。