hadoop常用的调优参数

配置参数

参数说明

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。

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。

mapreduce.map.cpu.vcores

每个Map task可使用的最多cpu core数目，默认值: 1

mapreduce.reduce.cpu.vcores

每个Reduce task可使用的最多cpu core数目，默认值: 1

mapreduce.reduce.shuffle.parallelcopies

每个reduce去map中拿数据的并行数。默认值是5

mapreduce.reduce.shuffle.merge.percent

buffer中的数据达到多少比例开始写入磁盘。默认值0.66

mapreduce.reduce.shuffle.input.buffer.percent

buffer大小占reduce可用内存的比例。默认值0.7

mapreduce.reduce.input.buffer.percent

指定多少比例的内存用来存放buffer中的数据，默认值是0.0

配置参数

参数说明

yarn.scheduler.minimum-allocation-mb   1024

给应用程序container分配的最小内存

yarn.scheduler.maximum-allocation-mb   8192

给应用程序container分配的最大内存

yarn.scheduler.minimum-allocation-vcores 1

每个container申请的最小CPU核数

yarn.scheduler.maximum-allocation-vcores 32

每个container申请的最大CPU核数

yarn.nodemanager.resource.memory-mb   8192

给containers分配的最大物理内存

配置参数

参数说明

mapreduce.task.io.sort.mb   100

shuffle的环形缓冲区大小，默认100m

mapreduce.map.sort.spill.percent   0.8

环形缓冲区溢出的阈值，默认80%

配置参数

参数说明

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.task.timeout

Task超时时间，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），默认是600000。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.”。