MapReduce: 提高MapReduce效能的七點建議[譯]

逸卿發表於2014-05-03
    Cloudera提供給客戶的服務內容之一就是調整和優化MapReduce job執行效能。MapReduce和HDFS組成一個複雜的分散式系統，並且它們執行著各式各樣使用者的程式碼，這樣導致沒有一個快速有效的規則來實現優化程式碼效能的目的。在我看來，調整cluster或job的執行更像一個醫生對待病人一樣，找出關鍵的“症狀”，對於不同的症狀有不同的診斷和處理方式。 

        在醫學領域，沒有什麼可以代替一位經驗豐富的醫生；在複雜的分散式系統上，這個道理依然正確—有經驗的使用者和操作者在面對很多常見問題上都會有“第六感”。我曾經為Cloudera不同行業的客戶解決過問題，他們面對的工作量、資料集和cluster硬體有很大區別，因此我在這方面積累了很多的經驗，並且想把這些經驗分享給諸位。 

        在這篇blog裡，我會高亮那些提高MapReduce效能的建議。前面的一些建議是面向整個cluster的，這可能會對cluster 操作者和開發者有幫助。後面一部分建議是為那些用Java編寫MapReduce job的開發者而提出。在每一個建議中，我列出一些“症狀”或是“診斷測試”來說明一些針對這些問題的改進措施，可能會對你有所幫助。 

        請注意，這些建議中包含很多我以往從各種不同場景下總結出來的直觀經驗。它們可能不太適用於你所面對的特殊的工作量、資料集或cluster，如果你想使用它，就需要測試使用前和使用後它在你的cluster環境中的表現。對於這些建議，我會展示一些對比性的資料，資料產生的環境是一個4個節點的cluster來執行40GB的Wordcount job。應用了我以下所提到的這些建議後，這個job中的每個map task大概執行33秒，job總共執行了差不多8分30秒。 

第一點  正確地配置你的Cluster 
診斷結果/症狀： 
1. Linux top命令的結果顯示slave節點在所有map和reduce slot都有task執行時依然很空閒。 
2. top命令顯示核心的程式，如RAID(mdX_raid*)或pdflush佔去大量的CPU時間。 
3. Linux的平均負載通常是系統CPU數量的2倍。 
4. 即使系統正在執行job，Linux平均負載總是保持在系統CPU數量的一半的狀態。 
5. 一些節點上的swap利用率超過幾MB 

    優化你的MapReduce效能的第一步是確保你整個cluster的配置檔案被調整過。對於新手，請參考這裡關於配置引數的一篇blog：配置引數。 除了這些配置引數 ，在你想修改job引數以期提高效能時，你應該參照下我這裡的一些你應該注意的項： 

1.  確保你正在DFS和MapReduce中使用的儲存mount被設定了noatime選項。這項如果設定就不會啟動對磁碟訪問時間的記錄，會顯著提高IO的效能。 

2. 避免在TaskTracker和DataNode的機器上執行RAID和LVM操作，這通常會降低效能 

3. 在這兩個引數mapred.local.dir和dfs.data.dir 配置的值應當是分佈在各個磁碟上目錄，這樣可以充分利用節點的IO讀寫能力。執行 Linux sysstat包下的iostat -dx 5命令可以讓每個磁碟都顯示它的利用率。 

4. 你應該有一個聰明的監控系統來監控磁碟裝置的健康狀態。MapReduce job的設計是可容忍磁碟失敗，但磁碟的異常會導致一些task重複執行而使效能下降。如果你發現在某個TaskTracker被很多job中列入黑名單，那麼它就可能有問題。 

5. 使用像Ganglia這樣的工具監控並繪出swap和網路的利用率圖。如果你從監控的圖看出機器正在使用swap記憶體，那麼減少mapred.child.java.opts屬性所表示的記憶體分配。 

基準測試： 
    很遺憾我不能為這個建議去生成一些測試資料，因為這需要構建整個cluster。如果你有相關的經驗，請把你的建議及結果附到下面的留言區。 

第二點  使用LZO壓縮 
診斷結果/症狀： 
1. 對 job的中間結果資料使用壓縮是很好的想法。 
2. MapReduce job的輸出資料大小是不可忽略的。 
3. 在job執行時，通過linux top 和 iostat命令可以看出slave節點的iowait利用率很高。 

    幾乎每個Hadoop job都可以通過對map task輸出的中間資料做LZO壓縮獲得較好的空間效益。儘管LZO壓縮會增加一些CPU的負載，但在shuffle過程中會減少磁碟IO的資料量，總體上總是可以節省時間的。 

    當一個job需要輸出大量資料時，應用LZO壓縮可以提高輸出端的輸出效能。這是因為預設情況下每個檔案的輸出都會儲存3個幅本，1GB的輸出檔案你將要儲存3GB的磁碟資料，當採用壓縮後當然更能節省空間並提高效能。 

    為了使LZO壓縮有效，請設定引數mapred.compress.map.output值為true。 

基準測試： 
    在我的cluster裡，Wordcount例子中不使用LZO壓縮的話，job的執行時間只是稍微增加。但FILE_BYTES_WRITTEN計數器卻從3.5GB增長到9.2GB，這表示壓縮會減少62%的磁碟IO。在我的cluster裡，每個資料節點上磁碟數量對task數量的比例很高，但Wordcount job並沒有在整個cluster中共享，所以cluster中IO不是瓶頸，磁碟IO增長不會有什麼大的問題。但對於磁碟因很多併發活動而受限的環境來說，磁碟IO減少60%可以大幅提高job的執行速度。 

第三點  調整map和reduce task的數量到合適的值 
診斷結果/症狀： 
1. 每個map或reduce task的完成時間少於30到40秒。 
2. 大型的job不能完全利用cluster中所有空閒的slot。 
3. 大多數map或reduce task被排程執行了，但有一到兩個task還在準備狀態，在其它task完成之後才單獨執行 

    調整job中map和reduce task的數量是一件很重要且常常被忽略的事情。下面是我在設定這些引數時的一些直觀經驗： 

1. 如果每個task的執行時間少於30到40秒，就減少task的數量。Task的建立與排程一般耗費幾秒的時間，如果task完成的很快，我們就是在浪費時間。同時，設定JVM重用也可以解決這個問題。 

2. 如果一個job的輸入資料大於1TB，我們就增加block size到256或者512，這樣可以減少task的數量。你可以使用這個命令去修改已存在檔案的block size: hadoop distcp -Ddfs.block.size=$[256*1024*1024] /path/to/inputdata  /path/to/inputdata-with/largeblocks。在執行完這個命令後，你就可以刪除原始的輸入檔案了(/path/to/inputdata)。 

3. 只要每個task執行至少30到40秒，那麼就增加map task的數量，增加到整個cluster上map slot總數的幾倍。如果你的cluster中有100個map slot，那就避免執行一個有101個map task的job — 如果執行的話，前100個map同時執行，第101個task會在reduce執行之前單獨執行。這個建議對於小型cluste和小型job是很重要的。 

4. 不要排程太多的reduce task — 對於大多數job來說，我們推薦reduce task的數量應當等於或是略小於cluster中reduce slot的數量。 

基準測試： 
    為了讓Wordcount job有很多的task執行，我設定瞭如下的引數：Dmapred.max.split.size=$[16*1024*1024]。以前預設會產生360個map task，現在就會有2640個。當完成這個設定之後，每個task執行耗費9秒，並且在JobTracker的Cluster Summar檢視中可以觀看到，正在執行的map task數量在0到24之間浮動。job在17分52秒之後結束，比原來的執行要慢兩倍多。 

第四點  為job新增一個Combiner 
診斷結果/症狀： 
1. job在執行分類的聚合時，REDUCE_INPUT_GROUPS計數器遠小於REDUCE_INPUT_RECORDS計數器。 
2. job執行一個大的shuffle任務(例如，map的輸出資料每個節點就是好幾個GB)。 
3. 從job計數器中看出，SPILLED_RECORDS遠大於MAP_OUTPUT_RECORDS。 

    如果你的演算法涉及到一些分類的聚合，那麼你就可以使用Combiner來完成資料到達reduce端之前的初始聚合工作。MapReduce框架很明智地運用Combiner來減少寫入磁碟以及通過網路傳輸到reduce端的資料量。 

基準測試： 
    我刪去Wordcount例子中對setCombinerClass方法的呼叫。僅這個修改就讓map task的平均執行時間由33秒增長到48秒，shuffle的資料量也從1GB提高到1.4GB。整個job的執行時間由原來的8分30秒變成15分42秒，差不多慢了兩倍。這次測試過程中開啟了map輸出結果的壓縮功能，如果沒有開啟這個壓縮功能的話，那麼Combiner的影響就會變得更加明顯。 

第五點  為你的資料使用最合適和簡潔的Writable型別 
診斷/症狀： 
1. Text 物件在非文字或混合資料中使用。 
2. 大部分的輸出值很小的時候使用IntWritable 或 LongWritable物件。 

    當一個開發者是初次編寫MapReduce，或是從開發Hadoop Streaming轉到Java MapReduce，他們會經常在不必要的時候使用Text 物件。儘管Text物件使用起來很方便，但它在由數值轉換到文字或是由UTF8字串轉換到文字時都是低效的，且會消耗大量的CPU時間。當處理那些非文字的資料時，可以使用二進位制的Writable型別，如IntWritable， FloatWritable等。 

    除了避免檔案轉換的消耗外，二進位制Writable型別作為中間結果時會佔用更少的空間。當磁碟IO和網路傳輸成為大型job所遇到的瓶頸時，減少些中間結果的大小可以獲得更好的效能。在處理整形數值時，有時使用VIntWritable或VLongWritable型別可能會更快些—這些實現了變長整形編碼的型別在序列化小數值時會更節省空間。例如，整數4會被序列化成單位元組，而整數10000會被序列化成兩個位元組。這些變長型別用在統計等任務時更加有效，在這些任務中我們只要確保大部分的記錄都是一個很小的值，這樣值就可以匹配一或兩個位元組。 

    如果Hadoop自帶的Writable型別不能滿足你的需求，你可以開發自己的Writable型別。這應該是挺簡單的，可能會在處理文字方面更快些。如果你編寫了自己的Writable型別，請務必提供一個RawComparator類—你可以以內建的Writable型別做為例子。 

基準測試： 
    對於Wordcount例子，我修改了它在map計數時的中間變數，由IntWritable改為Text。並且在reduce統計最終和時使用Integer.parseString(value.toString)來轉換出真正的數值。這個版本比原始版本要慢近10%—整個job完成差不多超過9分鐘，且每個map task要執行36秒，比之前的33秒要慢。儘量看起來整形轉換還是挺快的，但這不說明什麼情況。在正常情況下，我曾經看到過選用合適的Writable型別可以有2到3倍的效能提升的例子。 

第六點  重用Writable型別 
診斷/症狀： 
1. 在mapred.child.java.opts引數上增加-verbose:gc -XX:+PriintGCDetails，然後檢視一些task的日誌。如果垃圾回收頻繁工作且消耗一些時間，你需要注意那些無用的物件。 
2. 在你的程式碼中搜尋"new Text" 或"new IntWritable"。如果它們出現在一個內部迴圈或是map/reduce方法的內部時，這條建議可能會很有用。 
3. 這條建議在task記憶體受限的情況下特別有用。 

    很多MapReduce使用者常犯的一個錯誤是，在一個map/reduce方法中為每個輸出都建立Writable物件。例如，你的Wordcout mapper方法可能這樣寫： 
Java程式碼  收藏程式碼
  1. public void map(...) {  
  2.       …  
  3.       for (String word : words) {  
  4.               output.collect(new Text(word), new IntWritable(1));  
  5.       }  
  6. }  


    這樣會導致程式分配出成千上萬個短週期的物件。Java垃圾收集器就要為此做很多的工作。更有效的寫法是： 
Java程式碼  收藏程式碼
  1. class MyMapper … {  
  2.    Text wordText = new Text();  
  3.    IntWritable one = new IntWritable(1);  
  4.    public void map(...) {  
  5.          for (String word: words) {  
  6.                wordText.set(word);  
  7.                output.collect(wordText, one);  
  8.           }  
  9.        }  
  10. }  

基準測試： 
    當我以上面的描述修改了Wordcount例子後，起初我發現job執行時與修改之前沒有任何不同。這是因為在我的cluster中預設為每個task都分配一個1GB的堆大小 ，所以垃圾回收機制沒有啟動。當我重新設定引數，為每個task只分配200MB的堆時，沒有重用Writable物件的這個版本執行出現了很嚴重的減緩 —job的執行時間由以前的大概8分30秒變成現在的超過17分鐘。原始的那個重用Writable的版本，在設定更小的堆時還是保持相同的執行速度。因此重用Writable是一個很簡單的問題修正，我推薦大家總是這樣做。它可能不會在每個job的執行中獲得很好的效能，但當你的task有記憶體限制時就會有相當大的區別。 

第七點  使用簡易的剖析方式檢視task的執行 
    這是我在檢視MapReduce job效能問題時常用的一個小技巧。那些不希望這些做的人就會反對說這樣是行不通的，但是事實是擺在面前。 

    為了實現簡易的剖析，可以當job中一些task執行很慢時，用ssh工具連線上task所在的那臺task tracker機器。執行5到10次這個簡單的命令 sudo killall -QUIT java(每次執行間隔幾秒)。別擔心，不要被命令的名字嚇著，它不會導致任何東西退出。然後使用JobTracker的介面跳轉到那臺機器上某個task的stdout 檔案上，或者檢視正在執行的機器上/var/log/hadoop/userlogs/目錄中那個task的stdout檔案。你就可以看到當你執行那段命令時，命令傳送到JVM的SIGQUIT訊號而產生的棧追蹤資訊的dump檔案。([譯]在JobTracker的介面上有Cluster Summary的表格，進入Nodes連結，選中你執行上面命令的server，在介面的最下方有Local Logs,點選LOG進入，然後選擇userlogs目錄，這裡可以看到以server執行過的jobID命名的幾個目錄，不管進入哪個目錄都可以看到很多task的列表，每個task的log中有個stdout檔案，如果這個檔案不為空，那麼這個檔案就是作者所說的棧資訊檔案) 

    解析處理這個輸出檔案需要一點點以經驗，這裡我介紹下平時是怎樣處理的： 
對於棧資訊中的每個執行緒，很快地查詢你的java包的名字(假如是com.mycompany.mrjobs)。如果你當前執行緒的棧資訊中沒有找到任何與你的程式碼有關的資訊，那麼跳到另外的執行緒再看。 

    如果你在某些棧資訊中看到你查詢的程式碼，很快地查閱並大概記下它在做什麼事。假如你看到一些與NumberFormat相關的資訊，那麼此時你需要記下它，暫時不需要關注它是程式碼的哪些行。 

    轉到日誌中的下一個dump，然後也花一些時間做類似的事情然後記下些你關注的內容。 

    在查閱了4到5個棧資訊後，你可能會意識到在每次查閱時都會有一些似曾相識的東西。如果這些你意識到的問題是阻礙你的程式變快的原因，那麼你可能就找到了程式真正的問題。假如你取到10個執行緒的棧資訊，然後從5個裡面看到過NumberFormat類似的資訊，那麼可能意味著你將50%的CPU浪費在資料格式轉換的事情上了。 

    當然，這沒有你使用真正的分析程式那麼科學。但我發現這是一種有效的方法，可以在不需要引入其它工具的時候發現那些明顯的CPU瓶頸。更重要的是，這是一種讓你會變的更強的技術，你會在實踐中知道一個正常的和有問題的dump是啥樣子。 

    通過這項技術我發現了一些通常出現在效能調優方面的誤解，列出在下面。 
1. NumberFormat 相當慢，儘量避免使用它。 
2. String.split—不管是編碼或是解碼UTF8的字串都是慢的超出你的想像— 參照上面提到的建議，使用合適的Writable型別。 
3. 使用StringBuffer.append來連線字串 

    上面只是一些提高MapReduce效能的建議。做基準測試的那些程式碼我放在了這裡：performance blog code 

相關文章