MaxCompute应用限制整理

好多同学在使用MaxCompute时，对产品的应用限制并不了解。这里，我们将给出MaxCompute产品的详细应用限制列表。如有遗漏，还请大家补充：

• 命名规范：原则上，项目(Project)，表(Table)，函数(Function)，资源(Resource)，分区(Partition)，列的名称都不能有特殊字符，只能用英文的a-z，A-Z及数字和下划线_，且以字母开头，名称的长度不超过128字节。实际情况可能会略有不同，但我们仍然建议您遵循这个原则进行命名。
  
• Task并发度控制：通常情况下，MaxCompute会在项目级别做Task并发度控制，任意项目下，用户在同一时刻最多只能提交1000个Task。对于Graph及部分MPI类型的PAI作业，最大只允许1000个进程的作业。
• 列限制：表string列内容长度不允许超过8MB；
  
• SQL：
  • 多路输出限制：单个SQL里最多可以写128路输出，超过128路报语法错误；
    
  • 动态输出分区限制：任意动态分区SQL不允许生成超过2000个动态分区，否则引发运行时异常；
  • Select屏显限制：Select屏显结果最多只有10000条输出；
  • Order by语句后必须接Limit；
  • Sort By必须与Distribute By配合使用；
  • 最多允许128路union all，超过此限制报语法错误；
    
  • MaxCompute 的JOIN支持多路间接，但不支持笛卡尔积，即无on条件的链接；
    
  • MaxCompute中的Join连接条件，只允许and连接的等值条件，并且最多支持16路join操作。只有在MAPJOIN中，可以使用不等值连接或者使用or连接多个条件；
    
  • 目前MaxCompute 在mapjoin中最多支持指定6张小表，否则报语法错误；
  • 如果使用mapjoin，则所有小表占用的内存总和不得超过512MB。请注意由于MaxCompute 是压缩存储，因此小表在被加载到内存后，数据大小会急剧膨胀。此处的512MB限制是加载到内存后的空间大小；
  • 多个表join时，最左边的两个表不能同时是mapjoin的表；
• MapReduce限制：
  • 单个任务引用的资源数量不超过512个，分区表按照一个单位计算。
  • 单个任务引用的资源总计字节数大小不超过64MB。
  • 单个任务的输入路数不能超过128，单个任务的输出路数不能超过128路。
  • 单个任务中自定义Counter的数量不能超过64。
  • 单个Map或Reduce Worker占用memory默认为2048MB，范围[256MB, 12GB]。
  • 单个Map或Reduce Worker重复读一个资源次数限制 <=64次。
  • 本地运行模式下，Map Worker个数不能超过100；Reduce Worker个数不能超过100；默认一路输入下载记录数100。
• Graph应用限制：
  • 单个job引用的resource数量不超过256个，Table、Archive按照一个单位计算；
  • 单个job引用的resource总计字节数大小不超过512M；
  • 单个job的输入路数不能超过1024(输入表的个数不能超过64)，单个job的输出路数不能超过256；
  • 多路输出中指定的label不能为null或者为空字符串，长度不能超过256，只能包括A-Z，a-z，0-9，_，#，.，-等；
  • 单个job中自定义counter的数量不能超过64，counter的group name和counter name中不能带有#，两者长度和不能超过100；
  • 单个job的worker数由框架计算得出，最大为 1000， 超过抛异常；
  • 单个worker占用cpu默认为200，范围[50, 800]；
  • 单个worker占用memory默认为4096，范围[256M, 12G]；
  • 单个worker重复读一个resource次数限制不大于64次；
  • split size默认为64M，用户可设置，范围：0 < split_size <= (9223372036854775807 >> 20)；
• Java沙箱限制请参考 这里；