emapreduce的hadoop map的个数
我们的集群work有８台机器，每台４核 ８Ｇ ,一共有 ３２核６４Ｇ，为什么Hadoop job 的并行map 数最大是22 ，如图中所示，
Hadoop job 配置：
-D ""mapred.reduce.tasks=0"" \
-input $input \
-output $output \
-mapper ""python client.py"" \
-file ./client.py
请问这个并发map数由什么决定？怎样优化"
展开
收起
1
条回答
写回答
写回答
-
专注在大数据分布式计算、数据库及存储领域，拥有13+年大数据引擎、数据仓库、宽表引擎、平台研发经验，6年云智能大数据产品技术一号位经验，10年技术团队管理经验；云智能技术架构/云布道师； 研发阿里历代的大数据技术产品包括ODPS、DLA、ADB，最近五年主导宽表引擎研发、DLA、ADB湖仓研发；如果map的总个数超过32个，则实际可能就只能分配22个container。64g 并不代表 就有64g在用，会有一些系统及datanode、namenode的内存消耗的。 8g，估计只有6g汇报。总内存在44g左右。 每个container2g的话，则正好22个。你可以 打开yarn的resourcemanager看下。
可以修改每个container的大小提高个数，增高并发，但是OOM的风险也增加。
2019-07-17 20:06:47赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
相关文章
相关电子书
更多
