mapred.tasktracker.map.tasks.maximum
<wbr></wbr>
官方解释:The maximum number of map tasks that will berun<wbr><wbr>simultaneously by a tasktracker.</wbr></wbr>
<wbr></wbr>
我的理解:一个tasktracker最多可以同时运行的map任务数量
<wbr></wbr>
默认值:2
<wbr></wbr>
优化值:mapred.tasktracker.map.tasks.maximum = cpu数量
<wbr></wbr>
服务器CPU总核数 = more /proc/cpuinfo | grep 'processor' | wc -l
每个CPU的核数 = more /proc/cpuinfo | grep 'cpu cores'
mapred.map.tasks
官方的解释:The default number of map tasks per job
<wbr></wbr>
我的解释:一个Job会使用task tracker的map任务槽数量,这个值≤<wbr>mapred.tasktracker.map.tasks.maximum</wbr>
<wbr></wbr>
默认值:2
<wbr></wbr>
优化值:
- CPU数量 (我们目前的实践值)
- (CPU数量 > 2) ? (CPU数量 * 0.75) : 1<wbr>(mapr的官方建议)</wbr>
<wbr></wbr>
注意:map任务的数量是由inputspilit决定的,和上面两个参数无关
mapred.tasktracker.reduce.tasks.maximum
<wbr></wbr>
官方解释:The maximum number of reduce tasks that will berun<wbr><wbr>simultaneously by a tasktracker.</wbr></wbr>
<wbr></wbr>
我的理解:一个task tracker最多可以同时运行的reduce任务数量
<wbr></wbr>
默认值:2
<wbr></wbr>
优化值:<wbr>(CPU数量 > 2) ? (CPU数量 * 0.50):1 (mapr的官方建议)</wbr>
mapred.reduce.tasks
<wbr></wbr>
官方解释:The default number of reduce tasks per job. Typically set to99%<wbr><wbr>of the cluster's reducecapacity, so that if a node fails the reducescan<wbr><wbr>still be executed in asingle wave.</wbr></wbr></wbr></wbr>
<wbr></wbr>
我的理解:一个Job会使用task tracker的reduce任务槽数量
<wbr></wbr>
默认值:1
<wbr></wbr>
优化值:
- 0.95 * mapred.tasktracker.tasks.maximum
理由:启用95%的reduce任务槽运行task, recudetask运行一轮就可以完成。剩余5%的任务槽永远失败任务,重新执行
- 1.75 * mapred.tasktracker.tasks.maximum
理由:因为reduce task数量超过reduce槽数,所以需要两轮才能完成所有reducetask。具体快的原理我没有完全理解,上原文:
<wbr></wbr>
<wbr><wbr><wbr><strong>hadoop官方wiki: 写道</strong></wbr></wbr></wbr>