Question

阅读Hadoop speculative task execution之后我试图使用新的Java api关闭推测性执行，但它没有效果。

这是我的主要课程：

public class Main {

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();

    //old api:
    //conf.setBoolean("mapred.map.tasks.speculative.execution", false);
    //new api:
    conf.setBoolean("mapreduce.map.speculative", false);

    int res = ToolRunner.run(conf, new LogParserMapReduce(), args);
    System.exit(res);
  }
}

我的MapReducer就是这样开始的：

@Override
public int run(String[] args) throws Exception {
    Configuration conf = super.getConf();

    /*
     * Instantiate a Job object for your job's configuration.  
     */
    Job job = Job.getInstance(conf);

但是当我看到日志时，我看到了：

2014-04-24 10:06:21,418 INFO org.apache.hadoop.mapreduce.lib.input.FileInputFormat (main): Total input paths to process : 16
2014-04-24 10:06:21,574 INFO org.apache.hadoop.mapreduce.JobSubmitter (main): number of splits:26

如果我理解那么这意味着推测执行仍然开启，否则如果我只有16个输入文件，为什么会有26个分裂。我错了吗？

注意：我相信我使用新的api，因为我在日志中看到了这些警告：

2014-04-24 10:06:21,590 INFO org.apache.hadoop.conf.Configuration.deprecation (main): mapred.job.classpath.files is deprecated. Instead, use mapreduce.job.classpath.files

Answer 1

“16 file = 16 Mappers”这是一个错误的假设。

“16个文件=最少16个Mappers”这是正确的。

如果16个文件中的某些文件大于块大小，则会将它们拆分为多个映射器。因此，生成26个Mappers的16个文件可能不是因为推测性执行。

在Conf中设置值肯定有效。您可以通过检查job.xml来验证

Answer 2

你的设置'没有地图任务的推测执行'是好的。设置运行时的另一种方法（使实验/测试更容易）是通过在命令行中传递相应的参数（-s）。因此，例如，对于设置为关闭的地图的推测执行，但是对于减速器启用：

bin/hadoop jar -Dmapreduce.map.speculative=false \
               -Dmapreduce.reduce.speculative=true <jar>

如何从Java关闭hadoop推测执行

2 个答案: