目录(主要将书中的截图便于自己查看)
系统参数的配置
性能调优
mapreduce工作流程
Hadoop API功能模块定义。
性能调优
1)输入的文件尽量采用大文件,避免使用小文件,因为一个文件就会对应一个map任务,文件太多就会生成许多小文件,影响mapreduce的性能。如果对小文件进行合并也可以借用hadoop中的CombineFileInput-Format.他可以将多个文件打包到一个输入单元,从而每次的map操作就会处理更多的数据。同时CombineFileInput-Format 会考虑节点和集群的位置信息,以决定哪些文件被打包到一个单元中,所以使用CombineFileInput-Format也会使性能得到相应的提高。
mapreduce工作流程