hive中运行5000万数据加工，需要多少yarn资源

评估Hive任务所需的YARN资源需要考虑多个因素，包括数据量、数据处理方式、任务类型等等。给定数据量为5000万，可以根据以下指标来初步估计所需的YARN资源：

1. Mapper数量：Mapper数量通常可以根据数据量进行估算，每个Mapper处理一定量的数据。假设每个Mapper处理100MB数据，则5000万数据需要500个Mapper。

2. Reducer数量：如果需要进行聚合操作或者排序操作，则需要有Reducer来进行数据合并。根据经验，Reducer数量通常为Mapper数量的1/3到1/4。因此，500个Mapper需要125到167个Reducer。

3. Mapper内存：Mapper内存大小通常需要根据数据处理方式来进行估算。如果是简单的过滤、选择、投影等操作，每个Mapper需要的内存较小；如果是复杂的聚合、排序等操作，每个Mapper需要的内存较大。假设每个Mapper需要1GB的内存，则500个Mapper需要500GB的内存。

4. Reducer内存：Reducer内存大小通常需要根据聚合操作的复杂度来进行估算。如果聚合操作比较简单，每个Reducer需要的内存较小；如果聚合操作比较复杂，每个Reducer需要的内存较大。假设每个Reducer需要2GB的内存，则125到167个Reducer需要250到334GB的内存。

5. CPU资源：CPU资源的需求与数据处理方式和任务类型有关。如果是简单的过滤、选择、投影等操作，CPU资源的需求较小；如果是复杂的聚合、排序等操作，CPU资源的需求较大。假设每个Mapper和Reducer需要1个CPU核，则500个Mapper和125到167个Reducer需要625到667个CPU核。

需要注意的是，以上指标只是粗略估算，实际资源需求还需要根据具体情况进行调整。另外，如果集群中已经有其他任务在运行，需要考虑到资源的共享和竞争，也需要进行资源调整。