MapReduce 如何解決負載均衡和數(shù)據(jù)傾斜:
階段主要出在Map作業(yè)結(jié)束后,shuffer(洗牌)過程中,如何將map處理后的結(jié)果分成多少份,交由Reduce作業(yè),使得每部分reduce作業(yè)盡可能均衡處理數(shù)據(jù)計算。
系統(tǒng)默認將partitions 按照Hash模運算分割(存儲對象的hash值與reduce的個數(shù)取模),這樣很容易出現(xiàn)數(shù)據(jù)傾斜,導致其中一個reduce作業(yè)分得大量數(shù)據(jù)計算,另一個ruduce作業(yè)基本上沒有任何數(shù)據(jù)處理。如何,解決的這種事情,就需要靠程序控制partitions的值
Sort:默認排序是按照字典排序的(按ASCII)
Shuffer階段比較的操作要執(zhí)行兩次,一次是map task之后的sort另一次是在從本次磁盤將partition數(shù)據(jù)拷貝到指定reduce 之前的合并,將符合統(tǒng)一范圍的key的數(shù)據(jù)歸并
面試:
1.partition:將map輸出的數(shù)據(jù),按照某種規(guī)則將數(shù)據(jù)劃分,分給哪一個reduce,默認使用hash模運算執(zhí)行
2.spill:
過程:map的內(nèi)存緩存區(qū)數(shù)據(jù)填滿時,啟動一個單獨的線程,將數(shù)據(jù)按照一定比例寫入本地磁盤。
Sort:將數(shù)據(jù)按照大小排序(可自定義)默認字典排序
Combiner:(可有可無)將相同的K_V中的value加起來,減少溢寫磁盤的數(shù)據(jù)
Shuffer的后半過程:
將map處理后放入map節(jié)點的本地磁盤的數(shù)據(jù)拷貝到rudece節(jié)點的內(nèi)存中 去,數(shù)據(jù)量少的話,直接交由reduce處理。數(shù)據(jù)量大的時候,同樣需要溢寫到磁盤中,按照K值相同的方法進行merge,然后在交由指定的reduce執(zhí)行
修改默認hdfs的block大?。?/p>
這個需要修改hdfs-site.conf配置文件,增加全局參數(shù)dfs.block.size。
如下:
修改后參數(shù),
把配置同步到其它節(jié)點,并重啟hdfs。
另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應用場景需求。
本文題目:hadoop1.xMapReduce工作原理-創(chuàng)新互聯(lián)
文章地址:http://aaarwkj.com/article20/dsjijo.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián),為您提供自適應網(wǎng)站、全網(wǎng)營銷推廣、品牌網(wǎng)站制作、標簽優(yōu)化、網(wǎng)站維護、網(wǎng)站建設
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容