在 Apache Hadoop YARN 集群中，针对多样化的任务负载（如批处理、流处理、交互式查询等），你会采用哪些调度器配置策略来适配不同的工作负载类型？

回答思路

1. 【回答框架 1】YARN 提供三种调度器：FIFO、Capacity Scheduler 和 Fair Scheduler。FIFO 简单的先进先出，适合低并发批处理，但易造成队头阻塞。Capacity Scheduler 按队列划分资源，每个队列有容量上限和弹性，适合多租户、多负载并存的生产集群。Fair Scheduler 动态公平分配资源，保证各应用之间资源公平，适合交互式查询和流处理等延迟敏感负载。
2. 【回答框架 2】针对不同负载，优先采用 Capacity Scheduler 或 Fair Scheduler。若集群有多团队或业务部门，用 Capacity Scheduler 配置多个队列，分别为批处理、流处理、交互式查询设置不同容量、最大容量和访问控制，避免相互干扰。若追求全局公平和资源弹性，采用 Fair Scheduler，可设置权重和最小资源保证。
3. 【回答框架 3】具体配置核心参数：Capacity Scheduler 中设置 yarn.scheduler.capacity.root.queues 定义队列层级，每个队列配置 capacity（百分比）和 maximum-capacity（上限）；Fair Scheduler 中通过 allocation 文件配置队列权重、最小和最大资源、预emption。同时结合容器内存和 CPU 参数，如 yarn.scheduler.minimum-allocation-mb 和 maximum-allocation-mb，合理设置资源粒度提高利用率。
4. 【回答框架 4】此外，可以结合队列内策略：对批处理设置宽松的容器规格和较高并发，对流处理限制并行度和延迟目标，通过 preemption（抢占）设置保障高优先级负载。实际部署中需要监控资源使用率和任务完成时间，动态调整队列配置，并配合 YARN 的 ACL 实现细粒度访问控制。
5. 【关键点 1】YARN 调度器有三种：FIFO、Capacity、Fair，生产环境常选后两者。
6. 【关键点 2】Capacity Scheduler 适合多租户固定容量分配，Fair Scheduler 适合公平动态共享。
7. 【关键点 3】配置时需设置队列的容量、最大容量、权重等，并根据负载调整资源粒度。
8. 【关键点 4】结合 preemption 和 ACL 可以进一步提升资源利用和隔离性。
9. 【易错点 1】仅设置队列容量而不设置最大容量可能导致资源空闲时队列占用过多，造成资源分配不均。
10. 【易错点 2】不根据实际负载监控调整参数，固定配置难以适应动态变化，可能引发资源争抢或浪费。
11. 【易错点 3】误以为调度器配置能保证业务隔离性，实际还需配合操作系统或容器层面的隔离，否则 CPU 或内存可能互相影响。