MapReduce的uber模式（uber mode : false） 作者：马育民 • 2021-12-30 08:41 • 阅读：10328 # 描述 执行 MapReduce 程序时，如下图： [](https://www.malaoshi.top/upload/pic/flink/Snipaste_2021-12-30_08-42-49.png) 一般会显示红框处，表示 **未启动 uber 模式** # uber模式 uber模式是 `2.x` 开始引入的；以 `Uber` 模式运行 MR 作业，所有的 `Map Tasks` 和 `Reduce Tasks` 将会在 `ApplicationMaster` 所在的容器（`container`）中运行 即：整个 MR 作业运行的过程 **只会 启动** `AM container`。所有子task 与 ApplicationMaster 在同一个JVM中执行，达到JVM重用的目的。 因为不需要启动 `mapper containers` 和 `reducer containers`，所以 **AM 不需要 和远程 containers 通信**，整个过程简单，执行速度快。 ### 应用场景 如果 MR 作业 **输入的数据量 非常小**，启动 `Map container` 或 `Reduce container` 的时间都 **比处理数据要长**，那么这个作业就可以考虑启用 `Uber` 模式运行 一般情况下，对小作业启用 Uber 模式运行会得到 `2-3`倍 的性能提升。 ### 启用 Uber 模式的条件 启用 uber 模式的要求非常严格，代码如下： ``` isUber = uberEnabled && smallNumMapTasks && smallNumReduceTasks && smallInput && smallMemory && smallCpu && notChainJob && isValidUberMaxReduces; ``` 同时满足上面 **8个条件** 才能启动 Uber 模式，解释： - **uberEnabled**：`yarn-site.xml`中 `mapreduce.job.ubertask.enable` 参数的值，默认为 `false`，即：不启用 Uber 模式 - **smallNumMapTasks**：启用 Uber 模式的作业 Map 的个数必须小于等于 `mapreduce.job.ubertask.maxmaps` 参数的值，该值默认为 9；即：启用 Uber 模式，作业的 Map 个数必须小于 10； - **smallNumReduceTasks**：同理，Uber 模式的作业 Reduce 的个数必须小于等于 `mapreduce.job.ubertask.maxreduces`，该值默认为 1；即：启用 Uber 模式，作业的 Reduce 个数必须小于等于 1； - **smallInput**：输入数据的大小必须 **小于等于** `mapreduce.job.ubertask.maxbytes` 参数的值，默认情况是 HDFS 一个文件块大小； - smallMemory：因为作业是在 AM 所在的 container 中运行，所以要求我们设置的 Map 内存（`mapreduce.map.memory.mb`）和 Reduce 内存（`mapreduce.reduce.memory.mb`）必须 **小于等于** AM 所在容器内存大小设置（`yarn.app.mapreduce.am.resource.mb`）； - smallCpu：同理，Map 配置的 vcores（`mapreduce.map.cpu.vcores`）个数和 Reduce 配置的 vcores（`mapreduce.reduce.cpu.vcores`）个数也必须小于等于 AM 所在容器 vcores 个数的设置（`yarn.app.mapreduce.am.resource.cpu-vcores`）； - notChainJob：此外，处理数据的 Map class（`mapreduce.job.map.class`）和 Reduce class（`mapreduce.job.reduce.class`）必须不是 ChainMapper 或 ChainReducer 才行； - isValidUberMaxReduces：目前仅当 Reduce 的个数小于等于 1 的作业才能启用 Uber 模式。 # 测试：启用 uber 模式 ### 修改 yarn-site.xml 修改 `hadoop1` 的 `yarn-site.xml` 文件，增加下面内容： ``` <property> <name>mapreduce.job.ubertask.enable</name> <value>true</value> </property> ``` ### 同步文件 同步到 hadoop2： ``` rsync -av /program/hadoop-3.0.3/etc/hadoop/* root@hadoop2:/program/hadoop-3.0.3/etc/hadoop/ ``` 同步到 hadoop3： ``` rsync -av /program/hadoop-3.0.3/etc/hadoop/* root@hadoop3:/program/hadoop-3.0.3/etc/hadoop/ ``` ### 重启 yarn 登录 hadoop2，执行下面命令： ``` stop-yarn.sh ``` ``` start-yarn.sh ``` ### 准备测试数据 创建文本文件 `data.txt` ，内容如下： ``` 李雷 韩梅梅 lucy lili 张三 李四 王五 李雷 韩梅梅 lucy 李雷 韩梅梅 李雷 ``` 上传到 HDFS 的 `/test/data.txt` 位置 ### 测试 wordcount 下面命令解释，详见 [链接](https://www.malaoshi.top/show_1IX1tmQBfFCA.html "链接") ``` hadoop jar ${HADOOP_HOME}/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.3.jar wordcount /test/data.txt /result12300904 ``` **注意：** 要满足上面8个条件，如：读取的文件 **不能大于** HDFS 文件块大小 执行结果如下： [](https://www.malaoshi.top/upload/pic/hadoop/Snipaste_2021-12-30_09-05-04.png) 红框处显示：启用了 uber 模式 而且执行速度 **明显快很多** 感谢： https://www.dazhuanlan.com/leotsui1988/topics/1645258 https://www.cnblogs.com/yanghaolie/p/7920674.html 原文出处：http://malaoshi.top/show_1IX2V3MprCKc.html