请问 hadoop 异构集群 优化配置
A型机:内存7.5G,CPU 2个
B型机:内存1.7G, CPU1个
执行语句:
insert overwrite table archive_seller_by_geo_per_day partition(partDate, shard) select sellerTokenID, partDate archiveDate, countryCode, country, countryState, countryCity, count(*) pv, count(distinct ip) uv, partDate, shard from page_visit where partDate >= ${THREE_DAY[1]} and partDate <= ${THREE_DAY[3]} group by sellerTokenID, countryCode, country, countryState, countryCity, partDate, shard having sellerTokenID>0;
page_visit 表中接近四千万数据将近800秒
slave为3A+3B一起跑与3A单独跑速度差不多。
请问在异构集群下可以做哪些优化和配置?
B型机:内存1.7G, CPU1个
执行语句:
insert overwrite table archive_seller_by_geo_per_day partition(partDate, shard) select sellerTokenID, partDate archiveDate, countryCode, country, countryState, countryCity, count(*) pv, count(distinct ip) uv, partDate, shard from page_visit where partDate >= ${THREE_DAY[1]} and partDate <= ${THREE_DAY[3]} group by sellerTokenID, countryCode, country, countryState, countryCity, partDate, shard having sellerTokenID>0;
page_visit 表中接近四千万数据将近800秒
slave为3A+3B一起跑与3A单独跑速度差不多。
请问在异构集群下可以做哪些优化和配置?
...全文
相关推荐
Hadoop +:异构集群中MapReduce应用程序的异构性建模和评估
与传统Hadoop相比,Hadoop+在资源消耗上表现得更加经济有效,这也是通过异构性模型选择最合适资源配置的结果。
Hadoop调优
因为大量的小文件会耗尽NameNode中的大部分内存。HDFS存档文件或HAR文件,是一个较为高效的文件存档工具,它将文件存入HDFS块,在减少NameNode内存使用的时间的同时,允许对文件进行透明的访问。具体来说,HDFS存当文件对内还是一个独立的文件,对NameNode而言却是一个整体,减少了NameNode的内存。HDFS默认情况下,一个文件有三个副本,这样可提高数据的可靠性,但是也带来了2倍的数据冗余,Hadoop3.x引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。
CCTC 2016 Hulu董西成:Hadoop YARN在异构环境下应用与实践
在CCTC 2016中国云计算技术大会上,Hulu大数据架构组负责人董西成所作的报告“Hadoop YARN在异构环境下应用与实践”,深入介绍了YARN如何在不同硬件配置的机器组成的异构环境中高效地运行多种大数据计算框架
关于Hadoop集群作业调度算法的探讨.pdf
对于异构集群环境,由于节点的硬件配置可能不同,作业调度算法需要更加智能地分配任务。这类环境中,调度器需要考虑节点的计算能力和存储容量,将合适的作业分配给适合的节点,以优化整体性能。
一种异构环境下的Hadoop调度算法 (2012年)
"本文主要探讨了在异构环境下优化Hadoop调度算法的议题,提出了一种名为SALS的改进算法,旨在提升系统处理能力和公平性,以适应不同硬件配置的集群环境。SALS算法着重于任务判断的准确性及对负载的


