关于mapreduce的参数（学习笔记）

一、mr、yarn分配资源的配置参数

1.mapred-default.xml中配置即可生效

配置参数	参数说明
mapreduce.map.memory.mb	MapTask可使用的资源上限（单位:MB），默认为1024。如果MapTask实际使用的资源量超过该值，则会被强制杀死。
mapreduce.reduce.memory.mb	ReduceTask可使用的资源上限（单位:MB），默认为1024。如果ReduceTask实际使用的资源量超过该值，则会被强制杀死。
mapreduce.map.cpu.vcores	MapTask可使用的最多cpu core数目，默认值: 1
mapreduce.reduce.cpu.vcores	ReduceTask可使用的最多cpu core数目，默认值: 1
mapreduce.reduce.shuffle.parallelcopies	Reduce去Map中取数据的并行数。默认值是5
mapreduce.reduce.shuffle.merge.percent	Buffer中的数据达到多少比例开始写入磁盘。默认值0.66
mapreduce.reduce.shuffle.input.buffer.percent	Buffer大小占Reduce可用内存的比例。默认值0.7
mapreduce.reduce.input.buffer.percent	指定多少比例的内存用来存放Buffer中的数据，默认值是0.0

2.yarn-default.xml中配置，得在yarn启动前配置生效

配置参数	参数说明
yarn.scheduler.minimum-allocation-mb	Container分配的最小内存，默认值：1024
yarn.scheduler.maximum-allocation-mb	Container分配的最大内存，默认值：8192
yarn.scheduler.minimum-allocation-vcores	Container申请的最小CPU核数，默认值：1
yarn.scheduler.maximum-allocation-vcores	Container申请的最大CPU核数，默认值：32
yarn.nodemanager.resource.memory-mb	Containers分配的最大物理内存，默认值：8192

3.mapred-default.xml中配置，有关shuffle优化的参数，在yarn启动前配置生效

配置参数	参数说明
mapreduce.task.io.sort.mb	Shuffle的环形缓冲区内存大小，默认100m
mapreduce.map.sort.spill.percent	环形缓冲区溢出的阈值，默认80%

二、MapReduce性能优化，容错参数配置

配置参数	参数说明
mapreduce.map.maxattempts	Map Task最大重试次数，一旦重试次数超过该值，则认为Map Task运行失败，默认值：4。
mapreduce.reduce.maxattempts	Reduce Task最大重试次数，一旦重试次数超过该值，则认为Map Task运行失败，默认值：4。
mapreduce.task.timeout	Task超时时间，经常需要设置的一个参数，该参数表达的意思为：如果一个Task在一定时间内没有任何进入，即不会读取新的数据，也没有输出数据，则认为该Task处于Block状态，可能是卡住了，也许永远会卡住，为了防止因为用户程序永远Block住不退出，则强制设置了一个该超时时间（单位毫秒），默认是600000（10分钟）。如果你的程序对每条输入数据的处理时间过长（比如会访问数据库，通过网络拉取数据等），建议将该参数调大，该参数过小常出现的错误提示是：“AttemptID:attempt_14267829456721_123456_m_000224_0 Timed out after 300 secsContainer killed by the ApplicationMaster.”。

下面是常用配置文件：

  4个default 
  core-default.xml
  yarn-default.xml
  hdfs-default.xml
  mapred-default.xml
  4个site
  core-site.xml
  yarn-site.xml
  hdfs-site.xml
  mapred-site.xml
  4个deafult都是只读 我们只能通过修改site里面配置来改动default里面的值
  1个wokers/2.x版本slaves

 另外有个小细节， job提交时会将常用的九个配置文件打包一起发送，这样不同配置文件中的参数也可以互相引用。