【试验目的】
本试验目的是为了总结hadoop相关参数优化对性能的影响。
【试验环境】
硬件环境
本次试验用机4台,配置一致:
CPU:Intel(R) Xeon(R) CPU E5620 @ 2.40GHz* 16
内存:MemTotal: 32867608 kB64bit
linux版本CentOS release 6.2 (Final)
内核版本2.6.32-220.el6.x86_64
硬盘Model: IBM ServeRAID M5015 (scsi)
Disk /dev/sda: 2997GB
Sector size (logical/physical): 512B/512B
软件环境:
JDK:jdk1.6.0_45
Hadoop:hadoop-1.2.1
【试验数据和程序】
试验所用程序为WordCount计数程序(统计每个字母出现的次数),数据源是“ABCDEABC…”的循环
【试验结果统计和总结】
总结相同的配置,此次试验hadoop中备份数均为1份
导入hdfs的数据分析
性能测试">
可以看出在数据导入环节,系能基本呈现线性。
参数优化结果(所使用数据均为10G)
遗留的问题和今后研究的方向
1.本次试验由于机器有限,所以在大量加入机器后性能提升是否线性有待验证。
2.本次试验的数据混乱度不高,有待加入真实数据进行验证
3.本次试验实在hadoop1.0的环境中做的,有待在2.0中试验。
试验结果总结
对hadoop性能优化性能提高的因素排列如下(按照优化幅度从高到低):
1.加入combiner
2.增大map和reduce的槽数
3.加大dateNode上jvm参数
4.加机器
5.改变堆的大小
6.IntWriteAble改成VIntWriteAble
7.SecondeNameNode与NameNode分离
8.关闭noatime
查看本栏目更多精彩内容:http://www.bianceng.cnhttp://www.bianceng.cn/webkf/tools/