MapReducer优化

如何xie一个健壮强的mapreduce程序?

相信每个程序员在编程时都会问自己两个问题“我如何完成这个任务”，以及“怎么能让程序运行得更快”。同样，MapReduce计算模型的多次优化也是为了更好地解答这两个问题。

MapReduce计算模型的优化主要集中在两个方面：一是计算性能方面的优化；二是I/O操作方面的优化。这其中，又包含七个方面的内容。

hadoop参数调优:http://blog.csdn.net/qq_39532946/article/details/76463966

MapReducer优化

1.自定义分区 extends Partitioner 可以使用map输出的key或者value 

2.自定义分组  implements RawComparator 重点

WritableComparator.compareBytes，可以实现在字节数据层面上的比较，更加高效，分组的作用就是为了减少key value对

3.启用Combiner  减少reduce端拉去的文件（key value对）数量

Combine函数是用于本地合并数据的函数。在有些情况下，Map函数产生的中间数据会有很多是重复的，比如在一个简单的WordCount程序中，因为词频是接近与一个zipf分布的，每个Map任务可能会产生成千上万个<the, 1>记录，若将这些记录一一传送给Reduce任务是很耗时的。所以，MapReduce框架运行用户写的combine函数用于本地合并，这会大大减少网络I/O操作的消耗。此时就可以利用combine函数先计算出在这个Block中单词the的个数。合理地设计combine函数会有效地减少网络传输的数据量，提高MapReduce的效率。

在MapReduce程序中使用combine很简单，只需在程序中添加如下内容：

job.setCombinerClass(combine.class);

在WordCount程序中，可以指定Reduce类为combine函数，具体如下：

job.setCombinerClass(Reduce.class);

4.shuffle启用压缩  map端压缩 reduce端解压缩   平衡集群的资源（CPU 内存）和网络IO

编写MapReduce程序时，可以选择对Map的输出和最终的输出结果进行压缩（同时可以选择压缩方式）。在一 些情况下，Map的中间输出可能会  很大，对其进行压缩可以有效地减少网络上的数据传输量。对最终结果的压缩 虽然会减少数据写HDFS的时间，但是也会对读取产生一定的影响，因此  要根据实际情况来选择（第7章中提供 了 一个小实验来验证压缩的效果）。

 mapreduce.task.io.sort.factor一次性合并小文件的数量 默认10个
mapreduce.map.output.compress 启用压缩，默认是false
org.apache.hadoop.io.compress.DefaultCodec默认使用的压缩算法

5.CombinerFileInputFormat来合并小文件

maxSize:由配置参数mapred.max.spilt.size确定,已经不考虑用户设定的maptask个数;
minSize:inputSplit的最小值,由配置参数mapred.min.spilt.size确定,默认值为1;

BlockSize:HDFS中块的大小

splitSize=max(minsplitSzie,min(maxsplitSize,blockSize=128M))

fileSzie/splitSzie=split个数

conf.setLong("mapred.max.split.size",splitSize)

conf.setLong("mapred.min.split.size",splitSize)

按照正常方式,当最后两个切片小于blockSize大小的110%,会合并成一个block.

6.调整shffle环形缓冲区大小以及spill溢写的阈值(MapOutputBuffer)

调整Mapper环形缓冲区的大小
conf.set("io.sort.mb", "100");
conf.set("io.sort.record.percent", "0.05");

7.自定义key和value，根据业务需求.

当很多时候map阶段的key或者value接收已经不是简单的数据类型时,这时可能就要想到定义一个javabean或者是collect集合来封装一些数据.

当需要利用value去封装一些数据的话,只需要定义一个实现Writable类,重写方法即可;

example:

publicclass PackgeFlowimplements Writable{

   

    private Long uppackge;

    private Long downpackge;

    private Long entriepackgeLong;

   

    publicvoid write(DataOutput out)throws IOException {

        out.writeLong(uppackge);

        out.writeLong(downpackge);

        out.writeLong(entriepackgeLong);

 

    }

 

    publicvoid readFields(DataInput in)throws IOException {

        uppackge=in.readLong();

        downpackge=in.readLong();

        entriepackgeLong=in.readLong();

 

    }

当需要利用key去封装一些数据的话,只需要定义一个实现WritableComparable类,重写方法即可;mapreduce中的partition默认分区方法由key和reduce个数算来,重新定义了map中的key的类型,会影响后面分区和分组(记得重写hashcode和equals方法);

example:

public class MapTest implements WritableComparable<MapTest>{

    private String name;

    private Float money;

   

 

    public void write(DataOutput out)throws IOException{

        out.writeUTF(name);

        out.writeFloat(money);

       

    }

 

    public void readFields(DataInput in)throws IOException{

        name=in.readUTF();

        money=in.readFloat();

       

    }

    //shuffle 过程中的排序就是此处的比较得来

    public int compareTo(MapTest o){

        //先比较二者的那么

        int comp=this.name.compareTo(o.name);

        if(0!=comp){

            return comp;

        }

        //map中的name值相同时比较map的value

   

        return this.money.compareTo(o.money);

    }

 

    @Override

    public int hashCode() {

        final int prime = 31;

        int result =1;

        result = prime* result+ Float.floatToIntBits(money);

        result = prime* result+((name==null)? 0 : name.hashCode());

        return result;

    }

 

    @Override

    public boolean equals(Object obj){

        if (this == obj)

            return true;

        if (obj == null)

            return false;

        if (getClass() != obj.getClass())

            return false;

        MapTest other= (MapTest) obj;

        if (Float.floatToIntBits(money)!= Float.floatToIntBits(other.money))

            return false;

        if (name == null) {

            if (other.name != null)

                return false;

        } else if (!name.equals(other.name))

            return false;

        return true;

    }

}

 

 

最后

以上就是矮小未来为你收集整理的MapReducer优化的全部内容，希望文章能够帮你解决MapReducer优化所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。