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

如果我用这个开始一个独立的集群：

$SPARK_HOME/bin/start-all.sh

我可以在Spark Master UI网页上看到，所有工作人员都只使用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

我对此感到有些困惑。可能我不明白“节点”和“工人”之间的区别。

有人可以解释两种内存设置之间的区别以及我可能做错了吗？

我正在使用spark-0.7.0。有关更多配置信息，另请参阅here。

Answer 1

独立群集可以托管多个Spark群集（每个“群集”都绑定到特定的SparkContext）。即你可以有一个运行kmeans的集群，一个运行Shark的集群，另一个运行一些交互式数据挖掘的集群。

在这种情况下，22GB是您分配给Spark独立群集的内存总量，并且您的特定SparkContext实例每个节点使用3GB。因此，您可以使用最多21GB创建6个SparkContext。