首页技术文章正文

大数据离线阶段Day8之MapReduce优化参数

更新时间:2018-10-24 来源:黑马程序员 浏览量:

  1. 资源相关参数

  //以下参数是在用户自己的MapReduce应用程序中配置就可以生效

  (1) mapreduce.map.memory.mb: 一个Map Task可使用的内存上限(单位:MB),默认为1024。如果Map Task实际使用的资源量超过该值,则会被强制杀死。

  (2) mapreduce.reduce.memory.mb: 一个Reduce Task可使用的资源上限(单位:MB),默认为1024。如果Reduce Task实际使用的资源量超过该值,则会被强制杀死。

  (3) mapreduce.map.cpu.vcores: 每个Maptask可用的最多cpu core数目, 默认值: 1

  (4) mapreduce.reduce.cpu.vcores: 每个Reducetask可用最多cpu core数目默认值: 1

  (5) mapreduce.map.java.opts: Map Task的JVM参数,你可以在此配置默认的java heap

  size等参数, 例如:“-Xmx1024m -verbose:gc -Xloggc:/tmp/@taskid@.gc”

  (@taskid@会被Hadoop框架自动换为相应的taskid), 默认值: “”

  (6) mapreduce.reduce.java.opts: Reduce Task的JVM参数,你可以在此配置默认的java

  heap size等参数, 例如:“-Xmx1024m -verbose:gc -Xloggc:/tmp/@taskid@.gc”, 默认值: “”

  //应该在yarn启动之前就配置在服务器的配置文件中才能生效

  (1) yarn.scheduler.minimum-allocation-mb RM中每个容器请求的最小配置,以MB为单位,默认1024。

  (2) yarn.scheduler.maximum-allocation-mb RM中每个容器请求的最大分配,以MB为单位,默认8192。

  (3) yarn.scheduler.minimum-allocation-vcores 1

  (4)yarn.scheduler.maximum-allocation-vcores 32

  (5) yarn.nodemanager.resource.memory-mb 表示该节点上YARN可使用的物理内存总量,默认是8192(MB),注意,如果你的节点内存资源不够8GB,则需要调减小这个值,而YARN不会智能的探测节点的物理内存总量。

  //shuffle性能优化的关键参数,应在yarn启动之前就配置好

  (1) mapreduce.task.io.sort.mb 100 shuffle的环形缓冲区大小,默认100m

  (2) mapreduce.map.sort.spill.percent 0.8 环形缓冲区溢出的阈值,默认80%

  2. 容错相关参数

  (1) mapreduce.map.maxattempts: 每个Map Task最大重试次数,一旦重试参数超过该值,则认为Map Task运行失败,默认值:4。

  (2) mapreduce.reduce.maxattempts: 每个Reduce Task最大重试次数,一旦重试参数超过该值,则认为Map Task运行失败,默认值:4。

  (3) mapreduce.map.failures.maxpercent: 当失败的Map Task失败比例超过该值,整个作业则失败,默认值为0. 如果你的应用程序允许丢弃部分输入数据,则该该值设为一个大于0的值,比如5,表示如果有低于5%的Map Task失败(如果一个Map Task重试次数超过mapreduce.map.maxattempts,则认为这个Map Task失败,其对应的输入数据将不会产生任何结果),整个作业扔认为成功。

  (4) mapreduce.reduce.failures.maxpercent: 当失败的Reduce Task失败比例超过该值为,整个作业则失败,默认值为0.

  (5) mapreduce.task.timeout:如果一个task在一定时间内没有任何进入,即不会读取新的数据,也没有输出数据,则认为该task处于block状态,可能是临时卡住,也许永远会卡住。为了防止因为用户程序永远block不退出,则强制设置了一个超时时间(单位毫秒),默认是600000,值为0将禁用超时。。

  3. 效率跟稳定性参数

  (1) mapreduce.map.speculative: 是否为Map Task打开推测执行机制,默认为true, 如果为true,则可以并行执行一些Map任务的多个实例。

  (2) mapreduce.reduce.speculative: 是否为Reduce Task打开推测执行机制,默认为true

  (3)mapreduce.input.fileinputformat.split.minsize: FileInputFormat做切片时最小切片大小,默认1。

  (5)mapreduce.input.fileinputformat.split.maxsize: FileInputFormat做切片时最大切片大小

  推测执行机制(Speculative Execution):它根据一定的法则推测出“拖后腿”的任务,并为这样的任务启动一个备份任务,让该任务与原始任务同时处理同一份数据,并最终选用最先成功运行完成任务的计算结果作为最终结果。



作者 :黑马程序员大数据培训学院
首发:http://cloud.itheima.com

分享到:
在线咨询 我要报名
和我们在线交谈!