Hadoop YARN配置参数剖析(3)—MapReduce相关参数

末蓝、 2022-08-18 05:45 170阅读 0赞

MapReduce相关配置参数分为两部分，分别是JobHistory Server和应用程序参数，Job History可运行在一个独立节点上，而应用程序参数则可存放在mapred-site.xml中作为默认参数，也可以在提交应用程序时单独指定，注意，如果用户指定了参数，将覆盖掉默认参数。

以下这些参数全部在mapred-site.xml中设置。

## 1.    MapReduce JobHistory相关配置参数 ##

在JobHistory所在节点的mapred-site.xml中配置。

**（1） mapreduce.jobhistory.address**

参数解释：MapReduce JobHistory Server地址。

默认值： 0.0.0.0:10020

**（2） mapreduce.jobhistory.webapp.address**

参数解释：MapReduce JobHistory Server Web UI地址。

默认值： 0.0.0.0:19888

**（3） mapreduce.jobhistory.intermediate-done-dir**

参数解释：MapReduce作业产生的日志存放位置。

默认值： /mr-history/tmp

**（4） mapreduce.jobhistory.done-dir**

参数解释：MR JobHistory Server管理的日志的存放位置。

默认值： /mr-history/done

## 2.    MapReduce作业配置参数 ##

可在客户端的mapred-site.xml中配置，作为MapReduce作业的缺省配置参数。也可以在作业提交时，个性化指定这些参数。

<table> 
 <tbody> 
 <tr> 
 <td>参数名称</td> 
 <td>缺省值</td> 
 <td>说明</td> 
 </tr> 
 <tr> 
 <td>mapreduce.job.name</td> 
 <td> </td> 
 <td>作业名称</td> 
 </tr> 
 <tr> 
 <td>mapreduce.job.priority</td> 
 <td>NORMAL</td> 
 <td>作业优先级</td> 
 </tr> 
 <tr> 
 <td>yarn.app.mapreduce.am.resource.mb</td> 
 <td>1536</td> 
 <td>MR ApplicationMaster占用的内存量</td> 
 </tr> 
 <tr> 
 <td>yarn.app.mapreduce.am.resource.cpu-vcores</td> 
 <td>1</td> 
 <td>MR ApplicationMaster占用的虚拟CPU个数</td> 
 </tr> 
 <tr> 
 <td>mapreduce.am.max-attempts</td> 
 <td>2</td> 
 <td>MR ApplicationMaster最大失败尝试次数</td> 
 </tr> 
 <tr> 
 <td>mapreduce.map.memory.mb</td> 
 <td>1024</td> 
 <td>每个Map Task需要的内存量</td> 
 </tr> 
 <tr> 
 <td>mapreduce.map.cpu.vcores</td> 
 <td>1</td> 
 <td>每个Map Task需要的虚拟CPU个数</td> 
 </tr> 
 <tr> 
 <td>mapreduce.map.maxattempts</td> 
 <td>4</td> 
 <td>Map Task最大失败尝试次数</td> 
 </tr> 
 <tr> 
 <td>mapreduce.reduce.memory.mb</td> 
 <td>1024</td> 
 <td>每个Reduce Task需要的内存量</td> 
 </tr> 
 <tr> 
 <td>mapreduce.reduce.cpu.vcores</td> 
 <td>1</td> 
 <td>每个Reduce Task需要的虚拟CPU个数</td> 
 </tr> 
 <tr> 
 <td>mapreduce.reduce.maxattempts</td> 
 <td>4</td> 
 <td>Reduce Task最大失败尝试次数</td> 
 </tr> 
 <tr> 
 <td>mapreduce.map.speculative</td> 
 <td>false</td> 
 <td>是否对Map Task启用推测执行机制</td> 
 </tr> 
 <tr> 
 <td>mapreduce.reduce.speculative</td> 
 <td>false</td> 
 <td>是否对Reduce Task启用推测执行机制</td> 
 </tr> 
 <tr> 
 <td>mapreduce.job.queuename</td> 
 <td>default</td> 
 <td>作业提交到的队列</td> 
 </tr> 
 <tr> 
 <td>mapreduce.task.io.sort.mb</td> 
 <td>100</td> 
 <td>任务内部排序缓冲区大小</td> 
 </tr> 
 <tr> 
 <td>mapreduce.map.sort.spill.percent</td> 
 <td>0.8</td> 
 <td>Map阶段溢写文件的阈值（排序缓冲区大小的百分比）</td> 
 </tr> 
 <tr> 
 <td>mapreduce.reduce.shuffle.parallelcopies</td> 
 <td>5</td> 
 <td>Reduce Task启动的并发拷贝数据的线程数目</td> 
 </tr> 
 </tbody> 
</table>

注意，MRv2重新命名了MRv1中的所有配置参数，但兼容MRv1中的旧参数，只不过会打印一条警告日志提示用户参数过期。MapReduce新旧参数对照表可参考Java类org.apache.hadoop.mapreduce.util.ConfigUtil，举例如下：

<table> 
 <tbody> 
 <tr> 
 <td>过期参数名</td> 
 <td>新参数名</td> 
 </tr> 
 <tr> 
 <td>mapred.job.name</td> 
 <td>mapreduce.job.name</td> 
 </tr> 
 <tr> 
 <td>mapred.job.priority</td> 
 <td>mapreduce.job.priority</td> 
 </tr> 
 <tr> 
 <td>mapred.job.queue.name</td> 
 <td>mapreduce.job.queuename</td> 
 </tr> 
 <tr> 
 <td>mapred.map.tasks.speculative.execution</td> 
 <td>mapreduce.map.speculative</td> 
 </tr> 
 <tr> 
 <td>mapred.reduce.tasks.speculative.execution</td> 
 <td>mapreduce.reduce.speculative</td> 
 </tr> 
 <tr> 
 <td>io.sort.factor</td> 
 <td>mapreduce.task.io.sort.factor</td> 
 </tr> 
 <tr> 
 <td>io.sort.mb</td> 
 <td>mapreduce.task.io.sort.mb</td> 
 </tr> 
 </tbody> 
</table>