当我尝试处理大小大于35GB的大文件时遇到以下错误，但是当我尝试处理大小小于10GB的较小的文件时却没有发生。
App > Error: org.apache.hadoop.mapreduce.task.reduce.Shuffle$ShuffleError: error in shuffle in fetcher#30
App > at org.apache.hadoop.mapreduce.task.reduce.Shuffle.run(Shuffle.java:134)
App > at org.apache.hadoop.mapred.ReduceTask.run(ReduceTask.java:376)
App > at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:165)
App > at java.security.AccessController.doPrivileged(Native Method)
App > at javax.security.auth.Subject.doAs(Subject.java:422)
App > at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1635)
App > at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:160)
App > Caused by: java.io.IOException: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out.
由于qubole重试了减少步骤，因此该工作仍在qubole下完成。
但是我想知道是否可以进行设置以使我完全可以避免错误，从而使reduce作业不必重试。
App > Failed reduce tasks=54
答案 0 :(得分：0)
增加减速器的并行性。可以通过设置mapreduce.job.reduces配置属性来完成。如果您正在运行这样的Java应用程序：
hadoop jar -Dmapreduce.job.maps=100 -Dmapreduce.job.reduces=200 your_jar.jar ...
在Hive中，可以使用hive.exec.reducers.bytes.per.reducer属性。
此外，您可以尝试增加容器Java堆大小，请阅读this