运行MapReduce遇到:Container killed on request. Exit code is 143报错

末蓝、 2023-01-19 08:28 4阅读 0赞

![在这里插入图片描述][20210509131747713.png]  
最后执行失败,多半原因是因为内存分配不足导致的,对Mapreduce和yarn进行调整参数.  
在yarn-site.xml文件中添加如下的内容:

<property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>22528</value>
        <discription>每个节点可用内存,单位MB</discription>
    </property>
     
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>1500</value>
        <discription>单个任务可申请最少内存，默认1024MB</discription>
    </property>
     
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>16384</value>
        <discription>单个任务可申请最大内存，默认8192MB</discription>
    </property>

在mapred-site.xml中添加下面内容：

<property>
        <name>mapreduce.map.memory.mb</name>
        <value>1500</value>
        <description>每个Map任务的物理内存限制</description>
    </property>
     
    <property>
        <name>mapreduce.reduce.memory.mb</name>
        <value>3000</value>
        <description>每个Reduce任务的物理内存限制</description>
    </property>
     
    <property>
        <name>mapreduce.map.java.opts</name>
        <value>-Xmx1200m</value>
    </property>
     
    <property>
        <name>mapreduce.reduce.java.opts</name>
        <value>-Xmx2600m</value>
    </property>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

分配完记得分发一下,因为修改了hadoop的配置文件,所以hadoop要重新启动.

[20210509131747713.png]: /images/20221021/17f5ba83161d43deb874afecc8d97a39.png