我正在使用 apache 提供的基准文件 TestDFSIO 测试我的 hadoop 配置。我正在根据本教程(资源 1)运行它:
测试的用法如下:
TestDFSIO.0.0.4
Usage: hadoop jar $HADOOP_HOME/hadoop-*test*.jar TestDFSIO
-read | -write | -clean
[-nrFiles N] [-fileSize MB]
[-resFile resultFileName] [-bufferSize Bytes]
我对某些标志有点困惑,具体来说,缓冲区大小标志的作用是什么?另外,当作业成功完成时导航 hdfs 时(我首先执行了写入 TestDFSIO) ,我找不到我应该通过选择 resultFileName 创建的文件名。 为什么我用resultFileName找不到文件?
我也看过这个页面(资源 2)(特别是第 25 页):
作为测试参数之一,他们使用的 block 大小为 64MB 和 128MB。我尝试将“64MB”(转换为字节)放在 bufferSize 标志之后,但这导致作业失败,这让我相信我不了解 buffersize 标志的用途,以及如何使用不同的 block 大小进行测试。 如何更改测试的 block 大小(根据资源 2)?
最佳答案
什么是缓冲区大小标志?
缓冲区大小标志以字节为单位描述了写入缓冲区的长度。请参阅 TestDFSIO.java 中的 WriteMapper 构造函数:
public WriteMapper() {
for(int i=0; i < bufferSize; i++)
buffer[i] = (byte)('0' + i % 50);
}
这里,数据在写入磁盘之前生成并写入内存中的缓冲区。后面写到磁盘的时候,都是一步写的,而不是一个字节一步写的。更少的写入通常意味着更好的性能,因此更大的缓冲区可能会提高性能。
为什么我用resultFileName找不到文件?
结果通常会自动写入/benchmarks/TestDFSIO。如果您在那里找不到它,请在您的作业日志中搜索 mapred.output.dir。
如何更改测试的 block 大小(根据资源 2)?
block 大小可以作为参数作为 generic option 传递.尝试类似的东西:
hadoop jar $HADOOP_HOME/hadoop-*test*.jar TestDFSIO -D dfs.block.size=134217728 -write
关于Hadoop 基准 : TestDFSIO,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11856236/