hadoop調度器及壓縮是什么

本篇內容介紹了“hadoop調度器及壓縮是什么”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

作業的調度

     調度器:

         FIFO(first in first out)(早期版本使用)

             按照作業提交的順序,使用FIFO(先進先出)調度算法來運算作業.

             典型情況下,每個作業都會使用整個集群,因此作業必須等待,知道輪到自己運行.

             隨后,假如設置作業優先級的功能,可以通過設置mapred.job.priority屬性或者

             JobClient的setJobPriority()方法來設置優先級.(very_high,high,normal,low,very_low)

             然而,在FIFO算法中,優先級并不支持搶占,所以高優先級的作業仍然會被那些低優先級的作業所阻塞.

             在hadoopk中,MapReduce的調度器可以選擇,默認的調度器是原始的基于隊列的FIFO調度器,

             還得有兩個多用戶調度器(Fair[公平] Scheduler和Capacity[能力,地位資格] Scheduler)

     Fair Scheduler

         公平調度器的目標是讓每個用戶公平的共享集群能力.這種方式根據作業的大小,在合理的時間內完成.

         作業都被放在作業池中,默認情況,每個用戶都有自己的作業池.可以用map和reduce的任務槽來制定

         作業池的最小容量,也可以設置每個池的權重. fair支持搶占,所以,如果一個池在特定的一段時間內

         未得到公平的資源共享,它會終止運行池中得到過多資源的任務,以便把任務槽讓給運行資源不足的池.

             公平調度器:

                 公平調度是一種賦予作業(job)資源的方法,它的目的是讓所有的作業隨著時間的推移,

                 都能平均的獲取等同的共享資源.

                     1.公平調度器按資源池 （pool） 來組織作業， 并把資源公平的分到這些資源池里。

                     2.公平調度器允許賦給資源池保證 （guaranteed） 最小共享資源.

                     3.公平調度器還可以限制每用戶和每資源池的并發運行作業數量。

             安裝:

                 fair Scheduler是一個后續模塊,要使用它,需要將其jar文件放在hadoop的類路徑.

                     方法一:把fairscheduler.jar拷貝到hadoop_home/lib中

                     方法二:修改hadoop-env.sh中的hadoop-classpath,加入公平調度器的jar包

                     最后需要在mapred-site.xml設置下列屬性,讓hadoop使用公平調度器.

                         <property> 

                             <name>mapred.jobtracker.taskScheduler</name> 

                             <value>org.apache.hadoop.mapred.FairScheduler</value> 

                         </property> 

             驗證:重啟集群后,可以通過JobTracker的web用戶界面中的 http://<jobtrackerURL>/scheduler

                     檢查公平調度器是否正在運行, 可以看到一個"job scheduler administration"頁面.就OK了.

     Capacity Scheduler(容量調度器)

         集群由很多隊列組成,每個隊列有一個分配的能力.在每個隊列內部,作業根據FIFO方式(優先級)進行調度.

         本質上,Capacity Scheduler允許用戶或組織為每個用戶或者組織模擬一個獨立的使用FIFO的集群.

壓縮

         文件壓縮的好處:

         1.可以減少存儲文件所需要的磁盤空間.

         2.可以加速數據在網絡和磁盤上的傳輸.

壓縮格式 工具   算法      文件擴展名  是否包含多文件  是否可切分   java實現   原生實現

DEFLATE N/A  DEFLATE   .deflate    否                   否               是            是

Gzip      gzip  DEFLATE   .gz           否                   否               是            是

bzip2    bzip2  bzip2      .bz2         否                   是               是            否

LZO      Lzop  LZO         .lzo           否                   否               否           是

“hadoop調度器及壓縮是什么”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！