Führen Sie die folgenden Schritte aus, um Ressourcenkonflikte zwischen Dremio- und anderen Bereitstellungen im Cluster zu vermeiden.

Dremio erfordert Knoten mit mindestens 32 GB RAM. Für eine optimale Abfrageleistung lassen Sie 128 GB RAM und mindestens 16 CPU-Kerne für Dremio-Knoten zu.
  1. Wenden Sie einen Taint mit dem Namen dremio und dem Wert true sowie einem NoSchedule-Effekt an. 
    kubectl: kubectl taint nodes <your-node-name> dremio=true:NoSchedule
  2. Wenden Sie ein Label mit dem Namen dremio und dem Wert true an. 
    kubectl: kubectl label nodes <your-node-name> dremio=true
  3. Um Pods zu löschen, die Kubernetes bereits für diesen Knoten vorgesehen hat, leeren Sie den Knoten manuell. 
    kubectl: kubectl drain --ignore-daemonsets <your-node-name>
  4. Öffnen Sie systemlink-values.yaml.
  5. Konfigurieren Sie dataframeservice.sldremio.zookeeper.count auf die Anzahl der Knoten mit dem Label dremio.
  6. Konfigurieren Sie dataframeservice.sldremio.nodeSelector auf dremio: „true“.
  7. Passen Sie die folgenden Parameter nach Bedarf an, sodass die markierten Knoten die Pods aufnehmen können.
    • dataframeservice.sldremio.coordinator.cpu
    • dataframeservice.sldremio.coordinator.memory
    • dataframeservice.sldremio.executor.cpu
    • dataframeservice.sldremio.executor.memory
    • dataframeservice.sldremio.executor.count
    Hinweis Wenn Sie Ressourcenanfragen und die Anzahl der Ausführungsprogramme deutlich niedriger konfigurieren als die Standardeinstellungen, kann sich die Abfrageleistung des DataFrame-Dienstes verringern.
Konfigurieren Sie anschließend, wie SystemLink Enterprise Ihre Dremio-Dateien speichert.