- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我设置了一个具有4个节点的Hadoop群集,其中一个充当HDFS的NameNode以及Yarn主节点。该节点也是最强大的。
现在,我分发了2个文本文件,一个在node01(名称节点)上,一个在node03(数据节点)上。当运行基本的WordCount MapReduce作业时,我可以在日志中看到只有node01在进行任何计算。
我的问题是,为什么Hadoop不决定在node03上进行MapReduce并转移结果,而不是将整本书转移到node01。我还检查了复制是否被禁用,这本书仅在node03上可用。
因此,Hadoop如何决定在数据传输和设置作业之间进行选择,并且在此决定中,它是否检查哪台计算机具有更大的计算能力(例如,由于node01是4核4gig ram机器与2core 1核对,所以它决定转移到node01节点上的演出)?
我在这个主题上找不到任何东西,因此任何指导将不胜感激。
谢谢!
更多说明:
node01正在运行NameNode以及DataNode和ResourceManager以及NodeManager。因此,它既充当“主节点”又充当“计算节点”。
我确保通过运行以下命令将一个文件放在node01上,并将一个文件放在node03上:
node01上的hdfs dfs -put sample1.txt samples
和node03上的hdfs dfs -put sample02.txt samples
。由于禁用了复制,这导致数据(仅在node01或node03上本地可用)存储在其中。
我使用HDFS Web界面对此进行了验证。对于sample1.txt,它说这些块仅在node01上可用;对于sample2.txt,它说这些块仅在node03上可用。
关于@ cricket_007:
我担心的是sample2.txt仅在node03上可用。 YARN Web界面告诉我,对于“应用程序尝试”,仅在node01上分配了一个容器。如果文件sample2.txt的映射任务,则node03上也会有一个容器。
因此,node01需要从node03获取sample2.txt文件。
是的,我知道Hadoop无法在1gig的RAM上很好地运行,但是我正在与Raspberry Pi集群一起工作,只是为了摸索和学习一些东西。这不是用于生产用途。
最佳答案
YARN应用程序主节点根据可从存储文件的Namenode获得的信息随机选择一个节点来运行计算。 DataNode和NodeManager应在同一台计算机上运行。
如果文件不大于HDFS块大小,则没有理由从其他节点获取数据。
注意:Hadoop服务不能在仅1G的RAM上很好地运行,并且您需要针对不同大小的节点不同地调整YARN设置。
关于hadoop - Hadoop如何分配MapReduce作业的数据/任务?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59724679/
我们有数据(此时未分配)要转换/聚合/透视到 wazoo。 我在 www 上看了看,我问的所有答案都指向 hadoop 可扩展、运行便宜(没有 SQL 服务器机器和许可证)、快速(如果你有足够的数据)
这很明显,我们都同意我们可以将 HDFS + YARN + MapReduce 称为 Hadoop。但是,Hadoop 生态系统中的其他不同组合和其他产品会怎样? 例如,HDFS + YARN + S
如果 es-hadoop 只是连接到 HDFS 的 Hadoop 连接器,它如何支持 Hadoop 分析? 最佳答案 我假设您指的是 this project .在这种情况下,ES Hadoop 项目
看完this和 this论文,我决定我想在 MapReduce 上为大型数据集实现分布式体积渲染设置作为我的本科论文工作。 Hadoop 是一个合理的选择吗? Java 不会扼杀一些性能提升或使与 C
我一直在尝试查找有关如何通过命令行提交 hadoop 作业的信息。 我知道命令 - hadoop jar jar-file 主类输入输出 还有另一个命令,我正在尝试查找有关它的信息,但未能找到 - h
Hadoop 服务器在 Kubernetes 中。而Hadoop客户端位于外网。所以我尝试使用 kubernetes-service 来使用 Hadoop 服务器。但是 hadoop fs -put
有没有人遇到奇怪的环境问题,在调用 hadoop 命令时被迫使用 SU 而不是 SUDO? sudo su -c 'hadoop fs -ls /' hdfs Found 4 itemsdrwxr-x
在更改 mapred-site.xml 中的属性后,我给出了一个 tar.bz2 文件、.gz 和 tar.gz 文件作为输入。以上似乎都没有奏效。我假设这里发生的是 hadoop 作为输入读取的记录
如何在 Hadoop Pipes 中获取正在 hadoop 映射器 中执行的输入文件 名称? 我可以很容易地在基于 java 的 map reducer 中获取文件名,比如 FileSplit fil
我想使用 MapReduce 方法分析连续的数据流(通过 HTTP 访问),因此我一直在研究 Apache Hadoop。不幸的是,Hadoop 似乎期望以固定大小的输入文件开始作业,而不是能够在新数
名称节点可以执行任务吗?默认情况下,任务在集群的数据节点上执行。 最佳答案 假设您正在询问MapReduce ... 使用YARN,MapReduce任务在应用程序主数据库中执行,而不是在nameno
我有一个关系A包含 (zip-code). 我还有另一个关系B包含 (name:gender:zip-code) (x:m:1234) (y:f:1234) (z:m:1245) (s:f:1235)
我是hadoop地区的新手。您能帮我负责(k2,list[v2,v2,v2...])形式的输出(意味着将键及其所有关联值组合在一起)的责任是吗? 谢谢。 最佳答案 这是Hadoop的MapReduce
因此,我一直在尝试编写一个hadoop程序,该程序将输入作为一个包含许多文件的文件,并且我希望hadoop程序的输出仅是输入文件的一行。但是我还没有做到这一点。我也不想去 reducer 课。如果有人
我使用的输入文本文件的内容是 1 "Come 1 "Defects," 1 "I 1 "Information 1 "J" 2 "Plain 5 "Project 1
谁能告诉我以下grep命令的作用: $ bin/hadoop jar hadoop-*-examples.jar grep input output 'dfs[a-z.]+' 最佳答案 http:/
我不了解mapreducer的基本功能,mapreducer是否有助于将文件放入HDFS 或mapreducer仅有助于分析HDFS中现有文件中的内容 我对hadoop非常陌生,任何人都可以指导我理解
CopyFromLocal将从本地文件系统上载数据。 不要放会从任何文件上传数据,例如。本地FS,亚马逊S3 或仅来自本地fs ??? 最佳答案 请找到两个命令的用法。 put ======= Usa
我开始研究hadoop mapreduce。 我是Java和hadoop的初学者,并且了解hadoop mapreduce的编码,但是有兴趣了解它在云中的内部工作方式。 您能否分享一些很好的链接来说明
我一直在寻找Hadoop mapreduce类的类路径。我正在使用Hortonworks 2.2.4版沙箱。我需要这样的类路径来运行我的javac编译器: javac -cp (CLASS_PATH)
我是一名优秀的程序员,十分优秀!