工作中的技巧

1.3 MapReduce版本：

hadoop jar app.jar -D mapreduce.job.queuename=root.etl.distcp -D mapreduce.job.priority=HIGH

 

2、动态调整

如果是已经在运行中的任务，可以动态调整任务所属队列及其优先级。

 

2.1 调整优先级

hadoop1.0及以下版本：hadoop job -set-priority job_201707060942_6121418 VERY_HIGH 

hadoop2.0及以上版本：yarn application -appId application_1478676388082_963529 -updatePriority VERY_HIGH 

 

2.2 动态调整队列 

hadoop2.0及以上版本可以通过下面命令 

yarn application  -movetoqueue  application_1478676388082_963529  -queue  root.etl 

其中application_1478676388082_963529为yarn applition id，queue后跟的是需要move到的队列。

 

 

1. 查看spark shuffle时的数据倾斜，语句中的100是分区数量, deviceid是分区字段, 最终会得出每个分区对应的记录数

select partitionNum,count(1) from (select (hash(deviceid) % 100) + (if ((hash(deviceid) % 100) < 0, 100,0)) partitionNum from ota_events where logdate='20171022') a group by partitionNum;

2.然后根据偏斜的数据量级, 使用如下语句找出偏斜的字段值,

select deviceid,count(1) from ota_events where logdate='20171022' group by deviceid having count(1) > 100000;

 

 

查看集群存储资源等

hadoop fs -count -h hdfs://namenode.dfs.shbt.qihoo.net:9000/home/hdp-360osd/*