MapReduce任務(wù)的數(shù)據(jù)傾斜一般指的是Reduce端數(shù)據(jù)傾斜，Map端怎么還會(huì)出現(xiàn)數(shù)據(jù)傾斜呢。~~

成都創(chuàng)新互聯(lián)公司服務(wù)項(xiàng)目包括臨桂網(wǎng)站建設(shè)、臨桂網(wǎng)站制作、臨桂網(wǎng)頁制作以及臨桂網(wǎng)絡(luò)營銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，臨桂網(wǎng)站推廣取得了明顯的社會(huì)效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到臨桂省份的部分城市，未來相信會(huì)繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！

Mapper任務(wù)如下圖所示，其中一個(gè)map任務(wù)耗時(shí)特別長

跑了一個(gè)ETL程序，兩個(gè)Map分別讀取兩類數(shù)據(jù)，一個(gè)是lzo格式，另外一個(gè)是txt格式。

map任務(wù)通常是一個(gè)數(shù)據(jù)塊一個(gè)map，為什么其中一個(gè)map計(jì)算會(huì)如此耗時(shí)呢，分別查看兩個(gè)數(shù)據(jù)文件的分塊情況

輸入1有50個(gè)分塊

輸入2有11個(gè)分塊

查看任務(wù)一共才有52個(gè)map。map格式應(yīng)該是50+11=61個(gè)才對。

有如下結(jié)論

MultipleInputs兩個(gè)輸入，有一個(gè)在數(shù)據(jù)輸入的時(shí)候沒有Split成功，考慮到其中一個(gè)輸入是lzo，極有可能是該文件沒有index索引造成。

于是檢查lzo文件所在目錄中，檢查是否存在lzo.index文件。

存在lzo.index文件，還能造成讀取數(shù)據(jù)沒有進(jìn)行分塊處理，于是檢查代碼發(fā)現(xiàn)，在處理lzo文件的時(shí)候采用了TextInputFormat（代碼標(biāo)紅位置處已修改為LzoTextInputFormat）。

所以沒有按照lzo.index進(jìn)行文件分塊。一個(gè)lzo文件都在一個(gè)map里面進(jìn)行計(jì)算處理。導(dǎo)致處理數(shù)據(jù)map個(gè)數(shù)不對，并且其中一個(gè)map處理耗時(shí)長。

if (commonPath != null && commonPath.length() != 0) {

MultipleInputs.addInputPath(job, new Path(commonPath.toString()), TextInputFormat.class, MidHotelMapper.class);

} else {

logger.error("輸入路徑為空:-->{}", conf.get(CommonConstant.COMMON_TASK_INPUT));

System.exit(-1);

}

if (ctripPath != null && ctripPath.length() != 0) {

MultipleInputs.addInputPath(job, new Path(ctripPath.toString()), LzoTextInputFormat.class, MidCtripHotelMapper.class);

} else {

logger.error("輸入路徑為空:-->{}", conf.get(Constant.CTRIP_TASK_INPUT));

System.exit(-1);

}

修改之前這ETL任務(wù)平均耗時(shí)在16分鐘左右。

修改之后，耗時(shí)只用2分鐘。

竟然用TextInputFormat跑了兩年的ETL。終于。。。有空查了一下修改過來

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

文章標(biāo)題：【總結(jié)】一不小心的Map端數(shù)據(jù)傾斜-創(chuàng)新互聯(lián)
當(dāng)前鏈接：http://www.chinadenli.net/article2/dcshoc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供定制網(wǎng)站、Google、App設(shè)計(jì)、網(wǎng)站設(shè)計(jì)、靜態(tài)網(wǎng)站、企業(yè)網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)