为什么Yarn中的压缩会使工作慢几倍？

yftpprvb 于 2021-06-04 发布在 Hadoop

关注(0)|答案(2)|浏览(214)

当我在yarn（2.4.0）中使用压缩（snappy）运行作业时，对作业完成时间有很大的影响。例如，我做了以下实验。作业：invertedindex群集：10个从属虚拟机（4个cpu 8gb ram）。
5gb invertedindex无压缩作业完成时间（snappy）：226s，压缩作业完成时间：1600s
50gb invertedindex无压缩作业完成时间（snappy）：2000s，有压缩作业完成时间：14000s
我在mapred-site.xml中的配置如下：

<name>mapreduce.map.output.compress</name>  
  <value>true</value>
</property>
<property>
  <name>mapred.map.output.compress.codec</name>  
  <value>org.apache.hadoop.io.compress.SnappyCodec</value>
</property>

我读过很多资料，说压缩应该提高性能，但在这里，它已经减缓了近7倍的工作。我做错什么了？

hadoop mapreduce yarn hadoop2

来源：https://stackoverflow.com/questions/24875583/why-does-compression-in-yarn-slow-down-the-job-by-several-times

2条答案

按热度按时间

oxf4rvwz1#

它可能是的默认设置 mapreduce.output.fileoutputformat.compress.type 设置为 RECORD .
基本上，它试图压缩每一条记录，如果你的记录是小的文本片段（例如，在你的倒排索引中的一个标记），它最终可能会比以前更大。
您可以尝试将此属性设置为 BLOCK ，它应该在块级别进行压缩，从而在冗余文本数据上提供更好的压缩。

赞(0）回复(0）举报 2021-06-04

yrdbyhpb2#

我通过以下步骤修复了此压缩问题：
1、修复“无法加载本机hadoop库”hadoop“无法为您的平台加载本机hadoop库”警告问题
2、安装snappyhttp://code.google.com/p/snappy/
3，将/usr/local/lib/libsnappy*复制到$hadoop\u home/lib/native/
4、在hadoop-env.sh和mapred-site.xml中配置ld\库\路径

<property>  
    <name>mapred.child.env</name>  
    <value>LD_LIBRARY_PATH=$HADOOP_HOME/lib/native</value>  
</property

赞(0）回复(0）举报 2021-06-04

我来回答

为什么Yarn中的压缩会使工作慢几倍？

2条答案

相关问题

热门标签

最新问答