我的团队使用Hadoop库构建了一个
Java应用程序,将一堆输入文件转换为有用的输出.
考虑到当前的负载,单个多核服务器在未来一年左右就可以正常运行.我们(还)没有必要选择多服务器Hadoop集群,但我们选择启动这个项目“正在准备”.
考虑到当前的负载,单个多核服务器在未来一年左右就可以正常运行.我们(还)没有必要选择多服务器Hadoop集群,但我们选择启动这个项目“正在准备”.
当我在命令行(或在eclipse或netbeans)上运行这个应用程序时,我还没有能够说服它使用更多的那个地图和/或一次减少线程.
鉴于该工具非常占用cpu,这种“单线程”是我目前的瓶颈.
当在netbeans探查器中运行它时,我确实看到应用程序为了各种目的启动了几个线程,但是同一时刻只运行一个map / reduce.
输入数据由几个输入文件组成,因此Hadoop至少应该能够为地图阶段同时为每个输入文件运行1个线程.
我该怎么做至少有2个甚至4个活动线程在运行(在这个应用程序的大部分处理时间应该是可能的)？
我期待这是一个非常愚蠢的东西,我忽略了.
我刚发现这个：https://issues.apache.org/jira/browse/MAPREDUCE-1367
这实现了我在Hadoop 0.21中寻找的功能
它引入了mapreduce.local.map.tasks.maximum标志来控制它.
现在我也找到了here in this question所描述的解决方案.
