hadoop基准测试_hadoop 3.x 基准测试-CSDN博客

一、测试条件

集群完全安装配置后，应立即开始基准测试。基准测试时集群里不应该运行其他一切任务。

二、测试目标

1. 硬盘故障：新系统最常见的故障。可以通过运行高强度的IO基准测试程序集中测试。例如TestDFSIO

2. MapReduce的性能

三、测试方法

1、TestDFSIO基准测试HDFS

测试顺序应该是先写测试后读测试

写测试：

使用10个map任务写10个文件，每个500m。

hadoop jar $HADOOP_HOME/hadoop-test-*.jar TestDFSIO -write -nrFiles 10 -fileSize 1000

在运行的最后，结果被写入控制台并记录到当前路径TestDFSIO_results.log 。

数据默认写入 /benchmarks/TestDFSIO目录下

读测试:

hadoop jar $HADOOP_HOME/hadoop-test-*.jar TestDFSIO -read-nrFiles 10 -fileSize 1000

清除测试数据:

hadoop jar $HADOOP_HOME/hadoop-test-*.jar TestDFSIO -clean

2、用sort排序测试MapReduce

Hadoop自带一个部分排序的程序。这对测试整个MapReduce系统很有用，因为整个输入数据集都会通过洗牌传输至reducer。一共三个步骤：生成一些随机的数据，执行排序，然后验证结果。
首先我们通过使用RandomWriter生成一些随机的数据。它以每个节点10个map的方式运行一个MapReduce作业，并且每一个map生成近似10GB的随机二进制数据，带有不同长度的键和值。

hadoop jar hadoop-examples-0.20.2-cdh3u1.jar randomwriter random-data

也可以指定配置如多少个map，每个map生成数据大小等信息

如生成32G数据可以如下配置，

执行命令如下：hadoop-0.20.2-cdh3u4$ hadoop jar hadoop-examples-0.20.2-cdh3u4.jar randomwriter -conf ./random_conf.xml random32

<configuration>
<property>
<name>test.randomwriter.maps_per_host</name>
<value>32</value>
</property>

<property>
</property>
<value>32</value>
<name>test.randomwriter.maps_per_host</name>
<property>

<name>test.randomwrite.bytes_per_map</name>
<value>1073741824</value>
</property>

<property>
<name>test.randomwrite.min_key</name>
<value>10</value>
</property>

<property>
<name>test.randomwrite.max_key</name>
<value>1000</value>
</property>

<property>
<name>test.randomwrite.min_value</name>
<value>0</value>
</property>

<property>
<name>test.randomwrite.max_value</name>
<value>20000</value>
</property>

</configuration>

选项的默认值

Name	Default Value	Description
test.randomwriter.maps_per_host	10	Number of maps/host
test.randomwrite.bytes_per_map	1073741824	Number of bytes written/map
test.randomwrite.min_key	10	minimum size of the key in bytes
test.randomwrite.max_key	1000	maximum size of the key in bytes
test.randomwrite.min_value	0	minimum size of the value
test.randomwrite.max_value	20000	maximum size of the value

1. 用TestDFSIO基准测试HDFS
Hadoop带有一些基准测试程序，基准测试程序被打包在测试程序JAR文件中。其中，TestDFSIO用来测试HDFS的I/O性能。大多数新系统硬件的故障都是硬盘故障。通过运行I/O密集型基准测试，可以对集群的使用进行热身。它通过使用MapReduce作业来完成测试作为并行读写文件的便捷方法。每个文件的读写都在单独的map任务中进行，并且map的输出可以用来收集统计刚刚处理过的文件。这个统计数据在reduce中累加起来得出一个汇总。以下命令写了10个文件，每个1000MB:
[root@slave1 hadoop-0.20.2]# hadoop jar hadoop-0.20.2-test.jar TestDFSIO -write -nrFiles 10 -fileSize 1000

以下内容是TestDFSIO基准测试的运行结果，结果被写入控制台并同时记录在一个本地文件。

一、背景

由于以前没有细看Hadoop提供的测试工具，只是在关注hadoop本身的内容，所以很多的性能测试都忽略了。最近花了一周的时间准备做个性能测试，但是都是采用自己的方法得出的抽象值。今天看淘宝的博客，提到hadoop自带的测试工具，遂试了一把，记录一下，供以后参考。

二、使用

我做基准测试主要是用了hadoop-0.20.2-test.jar这个工具jar包。主要是做了I/O的测试。在网上也找了一些资料，抄抄谢谢记录如下：

DFSCIOTest
测试libhdfs中的分布式I/O的基准。Libhdfs是一个为C/C++应用程序提供HDFS文件服务的共享库。

DistributedFSCheck
文件系统一致性的分布式检查。

TestDFSIO
分布式的I/O基准。目前我就做了这个测试。输入参数：hadoop jar hadoop-0.20.2-test.jar TestDFSIO -write -nrFiles 10 -fileSize 1000，结果在同级目录下会有一个TestDFSIO_results.log，查看就可以了。完事记得执行hadoop jar hadoop-0.20.2-test.jar TestDFSIO -clean

clustertestdfs
对分布式文件系统的伪分布式测试。

dfsthroughput
测量HDFS的吞吐量。

filebench
SequenceFileInputFormat和SequenceFileOutputFormat的基准，这包含BLOCK压缩，RECORD压缩和非压缩的情况。TextInputFormat和TextOutputFormat的基准，包括压缩和非压缩的情况。

loadgen
通用的MapReduce加载产生器。

mapredtest
MapReduce作业的测试和检测。

mrbench
创建大量小作业的MapReduce基准。

nnbench
NameNode的性能基准。

testarrayfile
对有键值对的文本文件的测试。

testbigmapoutput
这是一个MapReduce作业，www.linuxidc.com它用来处理不可分割的大文件来产生一个标志MapReduce作业。

testfilesystem
文件系统读写测试。

testipc
Hadoop核心的进程间交互测试。

testmapredsort
用于校验MapReduce框架的排序的程序。

testrpc
对远程过程调用的测试。

testsequencefile
对包含二进制键值对的文本文件的测试。

testsequencefileinputformat
对序列文件输入格式的测试。

testsetfile
对包含二进制键值对文本文件的测试。

testtextinputformat
对文本输入格式的测试。

threadedmapbench
对比输出一个排序块的Map作业和输出多个排序块的Map作业的性能。

三、总结

1、输入hadoop jar hadoop-0.20.2-test.jar都会有一些提示帮助，不过建议还是看看源码，更清晰。