hadoop 的mapreduce 的作业在运行过程中常常碰到一些这样的情况:
每一个map或者reduce只有30-40秒钟就结束
超 大规模的job 时,通常会需要大量的map和reduce的slots 支持,但是job运行起来后,running的map和reduce并没有沾满集群的可用slots
当几乎所有的map和 reducers都在调度系统 中运行着,此时却有 一个或者两个pending的map或者reduce,一直不跑,使得job一直无法正常结束。
对一 个job的map数和reduce数的设定对一个job的运行是非常重要的,并且非常简单。关于设置这几个值的经验总结:
已经迁移至新博客: