MapReduce 的参数优化

资源相关的参数

以下调整参数都在 mapred-site.xml 这个配置文件当中有

注意: 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 Map Task 可使用的资源上限（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. mapred.child.java.opts 配置每个 map 或者 reduce 使用的内存的大小，默认是 200M

4. mapreduce.map.cpu.vcores: 每个 Map task 可使用的最多 cpu core 数目, 默认值: 1

5. mapreduce.reduce.cpu.vcores: 每个 Reduce task 可使用的最多 cpu core 数目, 默认值: 1

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%

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

以下配置都在 yarn-site.xml 配置文件当中配置

1. yarn.scheduler.minimum-allocation-mb 1024 给应用程序 container 分配的最小内存

2. yarn.scheduler.maximum-allocation-mb 8192 给应用程序 container 分配的最大内存

3. yarn.scheduler.minimum-allocation-vcores 1 container 最小的虚拟内核的个数

4. yarn.scheduler.maximum-allocation-vcores 32 container 最大的虚拟内核的个数

5. yarn.nodemanager.resource.memory-mb 8192 每个 nodemanager 给多少内存

容错相关参数

• 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。

• 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。

• mapreduce.job.maxtaskfailures.per.tracker: 当失败的 Map Task 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 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），整个作业仍认为成功。

• mapreduce.task.timeout: Task 超时时间，默认值为 600000 毫秒，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）。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_0 Timed out after 300 secsContainer killed by the ApplicationMaster.”。