Hadoop3教程（二十七）：（生产调优篇）HDFS读写压测

（146）HDFS压测环境准备

对开发人员来讲，压测这个技能很重要。

假设你刚搭建好一个集群，就可以直接投入生产了吗？

那当然不行，还需要对集群进行压测，一方面是测试集群的读写性能，多大的数据耗时多久才能读写完成，另一方面也是测试集群是否会崩溃。

HDFS的读写性能主要受网络和磁盘的影响比较大。教程里为了方便测试，将三台节点的虚拟机网络都设置为100mbps，先人为抹掉网络的影响。

注意，100mbps单位是bite，1字节等于8bite，所以实际设置的网速是12.5M/s.

（147）HDFS读写压测

hadoop自带的tests.jar包就是专门用来做压测的。

位置是/hadoop-3.1.3/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.3-tests.jar

这个包下有多个模块，比如说TestDFSIO模块，就是用来做HDFS读写压测的。

写压测

原理是什么呢？

提交10个文件，开启10个MapTask，每个MapTask开始向当前节点HDFS写数据，每个Map会记录下写的时间和平均速度，而ReduceTask会汇总每个MapTask的写入时间和平均速度。

会计算3个指标：

• 所有数据量累加 / 所有数据写时间累加，即集群整体吞吐量Throughput；
• 所有平均速度累加 / 10，即平均MapTask的吞吐量Average IO rate；
• 方差，反应各个MapTask处理的差值，越小越均衡，IO rate std deviation。

使用方法以及对应的指标输出：

[atguigu@hadoop102 mapreduce]$ hadoop jar /opt/module/hadoop-3.1.3/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.3-tests.jar TestDFSIO -write -nrFiles 10 -fileSize 128MB

2021-02-09 10:43:16,853 INFO fs.TestDFSIO: ----- TestDFSIO ----- : write
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:             Date & time: Tue Feb 09 10:43:16 CST 2021
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:         Number of files: 10
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:  Total MBytes processed: 1280
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:       Throughput mb/sec: 1.61
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:  Average IO rate mb/sec: 1.9
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:   IO rate std deviation: 0.76
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:      Test exec time sec: 133.05
2021-02-09 10:43:16,854 INFO fs.TestDFSIO:

上面代码中，TestDFSIO指启用HDFS读写测试

-write表示启动写测试，

-nfFiles 10表示提交10个文件，对应生成MapTask的数量，而提交的文件数，一般是集群CPU总核数 - 1。

-fileSize 128MB表示每个文件大小是128MB。

注意，如果测试过程中出现异常，可以取消掉虚拟内存，具体方式为修改yarn-site.xml文件：

<!--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
<property>
     <name>yarn.nodemanager.vmem-check-enabled</name>
     <value>false</value>
</property>

然后xsync yarn-site.xml分发配置，并顺便重启yarn。

测试结果怎么分析呢？

以上面的输出为例，我们的压测后速度是1.61，每个文件默认3个副本，但由于副本1，即文件本身都在节点1上，所以我们在写数据的时候，每个文件相当于只写了2个副本，即节点2和节点3上。

所以参与测试的文件就是20个。（如果客户端不在集群节点上，那么就三个副本都参与计算。就是30个文件了）

实测速度：1.61*20=32M/s

三台服务器的总带宽：12.5*3=37M/s

基本相当于所有网络资源都已经用满。

如果实测速度远远小于网络速度，且不能满足工作需求，那么可以采用固态硬盘或者增加磁盘个数等。

读压测

原理差不多，命令就换成了：

[atguigu@hadoop102 mapreduce]$ hadoop jar /opt/module/hadoop-3.1.3/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.3-tests.jar TestDFSIO -read -nrFiles 10 -fileSize 128MB

2021-02-09 11:34:15,847 INFO fs.TestDFSIO: ----- TestDFSIO ----- : read
2021-02-09 11:34:15,847 INFO fs.TestDFSIO:             Date & time: Tue Feb 09 11:34:15 CST 2021
2021-02-09 11:34:15,847 INFO fs.TestDFSIO:         Number of files: 10
2021-02-09 11:34:15,847 INFO fs.TestDFSIO:  Total MBytes processed: 1280
2021-02-09 11:34:15,848 INFO fs.TestDFSIO:       Throughput mb/sec: 200.28
2021-02-09 11:34:15,848 INFO fs.TestDFSIO:  Average IO rate mb/sec: 266.74
2021-02-09 11:34:15,848 INFO fs.TestDFSIO:   IO rate std deviation: 143.12
2021-02-09 11:34:15,848 INFO fs.TestDFSIO:      Test exec time sec: 20.83

注意，模块用的都是TestDFSIO，但是后面的参数改成了-read

读的速度是很快的，且读取文件速度大于网络带宽。这是由于目前只有三台服务器，且有三个副本，数据读取就近原则，相当于都是读取的本地磁盘数据，没有走网络。

最后记得删除一下测试生成的数据：

[atguigu@hadoop102 mapreduce]$ hadoop jar /opt/module/hadoop-3.1.3/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.3-tests.jar TestDFSIO -clean

因为是官方提供的包，所以我们在实现整个压测的时候，还是比较轻松的。
如果感情也能这么轻松就好了。

参考文献

1. 【尚硅谷大数据Hadoop教程，hadoop3.x搭建到集群调优，百万播放】