【问题】Kylin Step 10 Build Cube失败，buildcube任务过程中，执行到step10任务失败
haoop任务失败，修改代码设置解决问题，haoop任务失败，修改代码设置解决问题
YARN资源调度策略之Capacity Scheduler，背景yarn默认使用的是最简单的FIFO调度器，即一个default队列，所有用户共享，分配资源也是先到先得，没有优先级之分。有时一两个任务就把资源全占了，其他任务吃不到资源造成饥饿，显然这样的资源分配是不合理的（在当今社会主义之中，我们要共同富裕啊）。yarn还有两种资源调度器，capacityschedule和fairschedule，本文主要研究下capacityschedule
spark-yarn 模式 jar包优化，spark-yarn模式jar包优化
Hadoop Yarn调度器的选择和使用，Yarn在Hadoop的生态系统中担任了资源管理和任务调度的角色。在讨论其构造器之前先简单了解一下Yarn的架构。
yarn模式运行spark作业所有属性详解，摘要:Spark参数调优，可以大大提高工作中程序的运行效率。下面简单介绍一下这些常用的调优参数属性名称默认值含义spark.yarn.am.memory512mclient模式下，YARNApplicationMaster使用的内存总量spark.yarn.am.cores1client模式下
【总结】hadoop-2.6.0-cdh5.9.0版本中Capacity Scheduler特点总结，总结hadoop-2.6.0-cdh5.9.0版本中CapacityScheduler特点
当用户向YARN中提交一个应用程序后，YARN将分两个阶段运行该应用程序：
第一个阶段是启动ApplicationMaster；
第二个阶段是由ApplicationMaster创建应用程序，为它申请资源，并监控它的整个运行过程，直到运行完成。
官方 TEZUI 需要TEZ6+hadoop2.6.0
其实 TEZUI TEZ0.53+hadoop2.4.0+也可以玩 只要hadoop有timelineserver
但是hadoop2.4.0 hadoop2.5.0 timelineserver不支持跨域请求。。所以用ambari2.2中的tez view来搭建可以实现，并且方便快捷。
当RM(ResourcesManager)和NM(NodeManager)陆续将所有模块服务启动，最后启动是NodeStatusUpdater，NodeStatusUpdater将用Hadoop RPC远程调用ResourcesTrackerService中的函数，进行资源是初始化等操作，为将要运行的Job做好准备。以下主要分析在Job提交之前 RM与NM在心跳的驱动下操作。
图解YARN工作原理，   YARN即MapReduceV2版本。相比MapReduceV1它有很多优点：      1.分散了jobTracker的任务。资源管理任务由资源管理器负责，作业启动、运行和监测任务由分布在集群节点上的应用主题负责。这样大大减缓了MapReduceV1中jobTracker单点"
当系统非常繁忙时，应保证每个队列的容量得到满足，而如果每个队列应用程序较少，可将剩余资源共享给其他队列。注意，所有队列的容量之和应小于100。
代码将导致 ADO 在 WHERE 子句中包括的每个字段。如果您想确保所做的当前用户更新才会成功如果为表格中的行中的任何字段中不进行了任何更改，将"更新条件"属性中使用此值。
初始的Hadoop专注于大规模的索引web抓取，属于数据密集型计算。由于单一典型的应用场景，Hadoop采用了紧耦合的资源管理方式，仅支持MapReduce。
快速看了一下yarn的基本Interface，两个特点：事件+状态（SEDA），服务化