减少HQL 的MAP数-低调大师

减少HQL 的MAP数

2017-11-14 568

说下遇到的另外一个CASE：在排查一个线上问题的过程中发现callqueue这几天出现了spike：

继续查看发现最近的waiting_maps数和spike非常match

进而通过grace定位到了一个具体业务的Hive清洗Job：

发现这个Hive表A有大量的小文件（最大的才16MB），这个表A是通过对一个外部表B以insert select方式生成的，而hive.merge.smallfiles.avgsize是默认值（16MB），所以在生成后map也只是最大merge到了16MB左右；将hive.merge.smallfiles.avgsize修改为dfs.block.size，同时将当前这个查询表A的Job 加上了set mapred.min.split.size=dfs.block.size*2; setmapred.min.split.size.per.node= dfs.block.size*2；set mapred.min.split.size.per.rack= dfs.block.size*2 重跑，果然在不降低运行时间的基础上把MAP数大大降低了；

本文转自MIKE老毕 51CTO博客，原文链接：http://blog.51cto.com/boylook/1298651，如需转载请自行联系原作者

微信关注我们

原文链接：https://yq.aliyun.com/articles/476873

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Hadoop 统计单词字数的例子

hadoop 的核心还是 Map-Reduce过程和 hadoop分布式文件系统第一步：定义Map过程 /** * *Description: * *@authorcharles.wang *@createdMar12,20121:41:57PM * */ publicclassMyMapextendsMapper<Object,Text,Text,IntWritable>{ privatestaticfinalIntWritableone=newIntWritable(1); privateTextword; publicvoidmap(Objectkey,Textvalue,Contextcontext) throwsIOException,InterruptedException{ Stringline=value.toString(); StringTokenizertokenizer=newStringTokenizer(line); while(tokenizer.hasMoreTokens()){ word=newText(); word.set(...

2017-11-15

596

线上一个Hive（CDH4.2.0）的清洗Job出错，查看日志发现其中一个MAP OOME：查看了日志这个HQL是2个表进行Join，splits=2即开了2个MAP进行分别处理，其中一个大表123MB（<dfs.block.size=128MB），500W行左右，应该是数据量超过了MAP的内存了，通过对比前一天的日志可以确认：由于是临时表，设置了mapred.reduce.tasks=20重跑新生成临时表，Join清洗成功：由于MR的inputsplit size=min{minsplitsize,max{maxsplitsize,blocksize}}，因此想是否可以通过设置mapred.max.split.size=32MB来起多个MAP这种方式解决呢，尝试后发现仍然是2个MAP；以为是BugMAPREDUCE-2046，但是CDH4.2已经merge进来,看了一圈由于sequencefileinputformat是老的mapreduce api接口，修改一下hive.input.format然后通过设置mapred.map.tasks增加果然起了预期的MAP数；本...

2017-11-15

626

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。