- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
利用Combiner
Combiner在Map端提前进行了一次Reduce处理。
可减少MapTask中间输出的结果,从而减少各个ReduceTask的
拷贝数据量,最终表现为MapTask和ReduceTask执行时间缩短。
选择合理的Writable类型
为应用程序处理的数据选择合适的Writable类型可大大提升性能。
比如处理整数类型数据时,直接采用IntWritable比先以Text类型读
入在转换为整数类型要高效。
如果输出整数的大部分可用一个或两个字节保存,那么直接采用
VIntWritable或者VLongWritable,它们采用了变长整型的编码方式,
可以大大减少输出数据量。
增加输入文件的副本数,就是充分利用本地读
假设集群有1个Namenode+8个Datanode节点,HDFS默认的副本数
为3,那么map端数据的时候,在启动maptask的机器上
本地的数据为3/8,一部分数据是通过网络从其他节点拿到的
那么如果副本数设置为8会是什么情况?
相当于每个子节点上都会有一份完整的数据,map的时候直接从
本地拿,不需要通过网络这一层了,但是在实际情况中设置副本数为
8是不可行的,因为数据本身非常庞大,副本数超过5对集群的磁盘
就非常有了,所以这项设置需要酌情处理
提前合并map小文件,减少map数量
map阶段的第一步,从磁盘数据并切片,每个分片由一个maptask处
理,当输入的是海量的小文件的时候,会启动大量的maptask,效率
及其之慢,有效的解决方式是使用CombineInputFormat自定义分片策
略对小文件进行合并处理,从而减少maptask的数量,减少map过
程使用的时间。
maptask的启动数量也和下面这几个参数有关系:
mapred.min.split.size:InputSplit的最小值默认值1
mapred.max.split.size:InputSplit的最大值
dfs.block.size:HDFS中一个block大小,默认值128MB
当mapred.min.split.size小于dfs.block.size的时候,一个block会被分为
多个分片,也就是对应多个maptask
当mapred.min.split.size大于dfs.block.size的时候,一个分片可能对应
多个block,也就是一个maptask多个block数据
提高block大小
集群的网络、IO等性能很好的时候,建议调高dfs.block.size
根据数据源的特性,主要调整mapred.min.split.size来控制maptask的
数量
提高map输出的Buffer
该阶段是mapside中将结果输出到磁盘之前的一个处理方式,通过对
其进行设置的话可以减少map任务的IO开销,从而提高性能。
由于map任务运行时中间结果首先在buffer中,默认当缓存的使
用量达到80%的时候就开始写入磁盘,这个过程叫做spill(溢出)
这个buffer默认的大小是100M可以通过设定io.sort.mb的值来进行
调整
当map产生的数据非常大时,如果默认的buffer大小不够看,那么势
必会进行非常多次的spill,进行spill就意味着要写磁
您可能关注的文档
- 语言学纲要课件五章词汇15.pdf
- 参考讲稿8025-功能图1 vsd deuvisio ten.pdf
- 码ms upgrade dl06 spr自冲铆接设备.pdf
- 国际标准 IEC 60534-4:2006 EN-FR 工业过程控制阀-第4部分:检查和例行测试 Industrial-process control valves - Part 4: Inspection and routine testing.pdf
- 国际标准 IEC 60534-4:2006 EN-FR Industrial-process control valves - Part 4: Inspection and routine testing 工业过程控制阀-第4部分:检查和例行测试.pdf
- 高中物理考试34条重要提醒.docx
- 高中地理考试基础知识汇编.docx
- 高中英语作文攻略:句式的多变运用.docx
- 四年级数学(四则混合运算)计算题专项练习与答案汇编.docx
- 二年级数学计算题专项练习集锦.docx
文档评论(0)