mapreduce性能優(yōu)化的方法是什么

這篇文章主要講解了“mapreduce性能優(yōu)化的方法是什么”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“mapreduce性能優(yōu)化的方法是什么”吧！

map task 個數(shù)嚴(yán)重影響mr的性能。網(wǎng)上很多資料，講解了原理和方法，我這里不再敖述。我總結(jié)了兩種修改方法，希望對大家有幫助。

方法1：修改 hdfs 的blocksize，這種方法很不可取，需要重新啟動集群。關(guān)鍵是以前的數(shù)據(jù)依然保持者以前blocksize的大小，新數(shù)據(jù)才會是新的blocksize的大小。比如以前是128M，修改為512M。以前的數(shù)據(jù)沒變化，blocksize依然是128M。

方法二：推薦方法。代碼中設(shè)置，最靈活，根據(jù)不同需求，設(shè)置不一樣的值。設(shè)置 mapred.min.split.size 的大小代碼中添加FileInputFormat.setMinInputSplitSize，單位是字節(jié)，如我的代碼：

            job.setMapOutputValueClass(IntWritable.class);
            job.setNumReduceTasks(1);
            //設(shè)置最小分片為512M
            FileInputFormat.setMinInputSplitSize(job, 1024*1024*512);
            FileInputFormat.addInputPath(job, new Path("/usr/keyword/input"));

補(bǔ)充說明：

TextInputFormat.setMinInputSplitSize(job,1024L);//設(shè)置最小分片大小
TextInputFormat.setMaxInputSplitSize(job,1024×1024×10L);//設(shè)置最大分片大小

感謝各位的閱讀，以上就是“mapreduce性能優(yōu)化的方法是什么”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對mapreduce性能優(yōu)化的方法是什么這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！