Hadoop MR 基本运维参数

你的名字 2022-02-23 04:56 208阅读 0赞

### 前言 ###

在前面的章节内, 我们主要讲解了`Hadoop MR`的相关知识. 本章, 主要讲解`Hadoop`中主要的参数. 通常的程序的性能调优都和这些参数无不关系.

本文相关代码, 可在我的Github项目 [https://github.com/SeanYanxml/bigdata/][https_github.com_SeanYanxml_bigdata] 目录下可以找到. PS: (如果觉得项目不错, 可以给我一个Star.)

--------------------

### 相关参数 ###

##### 本地MR参数 #####

*  `mapreduce.map.memory.mb`: 一个Map Task可以使用的资源上限(单位 MB), 默认为1024MB. 如果Map Task实际使用的资源量超过该值, 则会被强制杀死.
 *  `mapreduce.reduce.memory.mb`: 一个Reduce Task可以使用的资源上限(单位 MB), 默认为1024MB. 如果实际使用的资源量超过该值, 则会被强制杀死.
 *  `mapreduce.map.java.opts`: MapTask的JVM参数, 你可以设置默认的 `java.heap.size`.(eg. `-Xmx1024m -verbose:gc -Xloggc:/tmp/@taskid@.gc` (@taskid@会被Hadoop框架自动转换为对应的taskid)). 默认值为“”.
 *  `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.(eg. `-Xmx1024m -verbose:gc -Xloggc:/tmp/@taskid@.gc` (@taskid@会被Hadoop框架自动转换为对应的taskid)). 默认值为“”.
 *  `mapreduce.map.cpu.vcores`: 每个MapTask 可以使用的最多的`cpu core`数目, 默认值为1.
 *  `mapreduce.reduce.cpu.vcores`: 每个Reduce Task可以使用的最多`cpu core`数目, 默认值为1.

##### 在Yarn启动之前 配置在服务器的配置文件中. #####

*  `yarn.scheduler.minimum-allocation-mb`: 1024 (给应用程序container分配的最小内存.)
 *  `yarn.scheduler.maximum-allocation-mb`: 8192 (最大内存)
 *  `yarn.schedulr.minimum-allocation-ycores` 1
 *  `yarn.schedulr.maximum-allocation-ycores` 32
 *  `yarn.nodemanager.resource.memory-mb` 8192 (总内存)

##### Shuffle 性能优化参数 在Yarn启动之前配置好 #####

*  `mapreduce.task.io.sort.mb` 100 (shuffle内环形缓冲区的大小 默认为100m)
 *  `mapreduce.map.sort.spill.percent` 0.8 (环形缓冲区溢出的阈值, 默认80%)

##### 容错相关参数 #####

*  `mapreduce.map.maxattempts`: 每个Map Task最大重试次数. 一旦重试超过该值, 则认为Map Task运行失败. 默认为4.
 *  `mapreduce.reduce.maxattempts`: 每个Reduce Task的最大重试次数, 一旦超过该值, 则认为Reduce Task运行失败. 默认为4.
 *  `mapreduce.map.failures.maxpercent`: 当失败的MapTask失败比例超过该值, 整个作业则失败. 默认值为0. 如果你的程序允许丢失部分数据, 则该值设为一个大于0的数字.(比如5,表示如果有低于5%的MapTask失败).
 *  `mapreduce.reduce.failures.maxpercent`: Reduce Task的相关数据, 同上.
 *  `mapreduce.task.timeout`: Task超过时间,经常需要设置一个参数,该参数表达的意思为: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专题,也许是临时卡住,也许是永久卡住.为了防止用户永远block住不退出,则强制设置一个超时时间,默认为300000(毫秒).如果你的程序每条数据的输入时间过长(比如访问数据库,网络延迟).建议将参数调大.(相关异常`AttemptID:attempt_142xxx_xxx-m_0000_0 Timed out after 300 secsContainer killed by the ApplicationMaster`. )

--------------------

### 开发相关 ###

我们在开发过程中有时会将这些配置文件放入`ClassPath`下, 随打包一起打入包内.  
上文所说的`本地MR参数`就可通过这样进行修改. 当然你也可以创建一个`Configuration类`, 并使用`conf.set(key,value)`方式进行修改.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly95YW54bWwuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]

[https_github.com_SeanYanxml_bigdata]: https://github.com/SeanYanxml/bigdata/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly95YW54bWwuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]: /images/20220223/7887530b6de7496c946c01b79280895b.png