为什么我的hadoop作业中有一个reduceTask运行时间明显比其他reduceTask长?
为什么我的hadoop作业中有一个reduceTask运行时间明显比其他reduceTask长
展开
收起
1
条回答
写回答
写回答
-
专注在大数据分布式计算、数据库及存储领域，拥有13+年大数据引擎、数据仓库、宽表引擎、平台研发经验，6年云智能大数据产品技术一号位经验，10年技术团队管理经验；云智能技术架构/云布道师； 研发阿里历代的大数据技术产品包括ODPS、DLA、ADB，最近五年主导宽表引擎研发、DLA、ADB湖仓研发；绝大多情况下是因为该reduceTask处理的数据量比其他reduceTask大,可以通过网页上的Counters信息对比输入数据量, 确认是否是数据倾斜问题.
如果是数据倾斜问题，有时候调整reduce的数目可以缓解此情况。如果是单key的倾斜，则需要优化作业的partition方法。2019-07-17 18:40:37赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
