大数据离线阶段Day8之MapReduce优化参数

　　1. 资源相关参数

　　//以下参数是在用户自己的MapReduce应用程序中配置就可以生效

　　(1) mapreduce.map.memory.mb: 一个Map Task可使用的内存上限(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) mapreduce.map.cpu.vcores: 每个Maptask可用的最多cpu core数目, 默认值: 1

　　(4) mapreduce.reduce.cpu.vcores: 每个Reducetask可用最多cpu core数目默认值: 1

　　(5) mapreduce.map.java.opts: Map Task的JVM参数，你可以在此配置默认的java heap

　　size等参数, 例如：“-Xmx1024m -verbose:gc -Xloggc:/tmp/@taskid@.gc”

　　(@taskid@会被Hadoop框架自动换为相应的taskid), 默认值: “”

　　(6) 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, 例如：“-Xmx1024m -verbose:gc -Xloggc:/tmp/@taskid@.gc”, 默认值: “”

　　//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

　　(1) yarn.scheduler.minimum-allocation-mb RM中每个容器请求的最小配置，以MB为单位，默认1024。

　　(2) yarn.scheduler.maximum-allocation-mb RM中每个容器请求的最大分配，以MB为单位，默认8192。

　　(3) yarn.scheduler.minimum-allocation-vcores 1

　　(4)yarn.scheduler.maximum-allocation-vcores 32

　　(5) yarn.nodemanager.resource.memory-mb 表示该节点上YARN可使用的物理内存总量，默认是8192(MB)，注意，如果你的节点内存资源不够8GB，则需要调减小这个值，而YARN不会智能的探测节点的物理内存总量。

　　//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%

　　2. 容错相关参数

　　(1) 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。

　　(2) 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。

　　(3) mapreduce.map.failures.maxpercent: 当失败的Map Task失败比例超过该值，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)，整个作业扔认为成功。

　　(4) mapreduce.reduce.failures.maxpercent: 当失败的Reduce Task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: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，可能是临时卡住，也许永远会卡住。为了防止因为用户程序永远block不退出，则强制设置了一个超时时间(单位毫秒)，默认是600000，值为0将禁用超时。。

　　3. 效率跟稳定性参数

　　(1) mapreduce.map.speculative: 是否为Map Task打开推测执行机制，默认为true, 如果为true，则可以并行执行一些Map任务的多个实例。

　　(2) mapreduce.reduce.speculative: 是否为Reduce Task打开推测执行机制，默认为true

　　(3)mapreduce.input.fileinputformat.split.minsize: FileInputFormat做切片时最小切片大小，默认1。

　　(5)mapreduce.input.fileinputformat.split.maxsize: FileInputFormat做切片时最大切片大小

　　推测执行机制(Speculative Execution)：它根据一定的法则推测出“拖后腿”的任务，并为这样的任务启动一个备份任务，让该任务与原始任务同时处理同一份数据，并最终选用最先成功运行完成任务的计算结果作为最终结果。

作者 ：黑马程序员大数据培训学院
首发：http://cloud.itheima.com