MapReduce重要配置参数
11.1 资源相关参数
//以下参数是在用户自己的mr应用程序中配置就可以生效
(1)mapreduce.map.memory.mb: 一个MapTask可使用的资源上限(单位:MB),默认为1024。如果MapTask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ReduceTask可使用的资源上限(单位:MB),默认为1024。如果ReduceTask实际使用的资源量超过该值,则会被强制杀死。
(3)mapreduce.map.java.opts: Map Task的JVM参数,你可以在此配置默认的javaheap size等参数,e.g.
“-Xmx1024m-verbose:gc -Xloggc:/tmp/@[email protected]”(@taskid@会被Hadoop框架自动换为相应的taskid),默认值: “”
(4)mapreduce.reduce.java.opts: Reduce Task的JVM参数,你可以在此配置默认的javaheap size等参数,e.g.
“-Xmx1024m-verbose:gc -Xloggc:/tmp/@[email protected]”, 默认值:“”
(5)mapreduce.map.cpu.vcores: 每个Maptask可使用的最多cpucore数目, 默认值:1
(6)mapreduce.reduce.cpu.vcores: 每个Reducetask可使用的最多cpucore数目, 默认值:1
//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
(7)yarn.scheduler.minimum-allocation-mb 1024 给应用程序container分配的最小内存
(8)yarn.scheduler.maximum-allocation-mb 8192 给应用程序container分配的最大内存
(9)yarn.scheduler.minimum-allocation-vcores 1
(10)yarn.scheduler.maximum-allocation-vcores 32
(11)yarn.nodemanager.resource.memory-mb 8192
//shuffle性能优化的关键参数,应在yarn启动之前就配置好
-
mapreduce.task.io.sort.mb 100 //shuffle的环形缓冲区大小,默认100m
-
mapreduce.map.sort.spill.percent 0.8 //环形缓冲区溢出的阈值,默认80%
11.2 容错相关参数
(1)mapreduce.map.maxattempts: 每个MapTask最大重试次数,一旦重试参数超过该值,则认为MapTask运行失败,默认值:4。
(2)mapreduce.reduce.maxattempts: 每个ReduceTask最大重试次数,一旦重试参数超过该值,则认为MapTask运行失败,默认值:4。
(3)mapreduce.map.failures.maxpercent: 当失败的MapTask失败比例超过该值为,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MapTask失败(如果一个MapTask重试次数超过mapreduce.map.maxattempts,则认为这个MapTask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ReduceTask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:Task超时时间,经常需要设置的一个参数,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状态,可能是卡住了,也许永远会卡主,为了防止因为用户程序永远block住不退出,则强制设置了一个该超时时间(单位毫秒),默认是300000。如果你的程序对每条输入数据的处理时间过长(比如会访问数据库,通过网络拉取数据等),建议将该参数调大,该参数过小常出现的错误提示是“AttemptID:attempt_14267829456721_123456_m_000224_0Timed out after 300 secsContainer killed by the ApplicationMaster.”。
11.3 本地运行mapreduce作业
设置以下几个参数:
mapreduce.framework.name=local
mapreduce.jobtracker.address=local
fs.defaultFS=local
11.4 效率和稳定性相关参数
(1)mapreduce.map.speculative: 是否为MapTask打开推测执行机制,默认为false
(2)mapreduce.reduce.speculative: 是否为ReduceTask打开推测执行机制,默认为false
(3)mapreduce.job.user.classpath.first &mapreduce.task.classpath.user.precedence:当同一个class同时出现在用户jar包和hadoopjar中时,优先使用哪个jar包中的class,默认为false,表示优先使用hadoopjar中的class。
(4)mapreduce.input.fileinputformat.split.minsize:FileInputFormat做切片时的最小切片大小,(5)mapreduce.input.fileinputformat.split.maxsize: FileInputFormat做切片时的最大切片大小