知识大全 hadoop MapReduce Job失效模型

Posted 2022-07-19 知

篇首语：成功无须解释，失败却有许多托辞。本文由小常识网(cha138.com)小编为大家整理，主要介绍了知识大全 hadoop MapReduce Job失效模型相关的知识，希望对你有一定的参考价值。

hadoop MapReduce Job失效模型 以下文字资料是由(全榜网网www.cha138.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！

　　hadoop设计的初衷就是容错计算任务(MapReduce task)能够在节点宕机或其它随机错误下自行恢复

　　但是hadoop并不完美在实际运营中我发现MapReduce Job仍然经常会因为一些偶发性错误而

　　运行失败所以我决定深入探究一下各种不同因素是如何导致job失败的

　　如果一个hadoop job的某个给定task在失败预定次(默认是 )后整个job就会失败

　　这可以通过 mapred map max attempts 和 mapred reduce max attempts 属性来设置

　　一个task可能由于各种偶发原因而失败比如我发现的情况就有磁盘满 hadoop本身的bug 或者硬件失效(e g : 磁盘只读)

　　下面是针对job失败的概率总结的一个大致公式:

　　P[个别task失败的最大次数] = P[task失败] ^ (task总失败次数)

　　P[task成功] = P[个别task失败的最大次数]

　　P[job成功] = P[task成功] ^ (task数量)

　　P[job失败] = P[job成功]

　　P[job失败] = ( P[task失败] ^ (task总失败次数) ) ^ (task数量)

　　task失败的最大次数通过mapred max max tracker failures设置(默认为 )

　　我们来分析一个负载为个map task的job:

　　task数量最大失败数 P[task失败] P[job失败]

　　如果task失败概率低于 %的话 job失败概率几乎可以不计重点就是保证集群稳定保持较小失败概率

　　我们同样可以看到 mapred max tracker failures 参数的重要性如果其取值小于时 job失败的概率明显上升就算task失败概率降低到 %

　　相较mapper而言 reducer运行的时间更长这意味着其更容易遭受意外事故也就是说我们可以肯定reducer的失败概率比mapper要大很多但是从另一方面来说通常reducer task的数量要小于mapper数量这个又作了一定补偿

　　下面我们来看看一组基于reducer的失效概率分析:

　　task数量最大失败数 P[task失败] P[job失败]

　　从上述数据中可以发现只有当reducer失败的概率超过 %时才会导致一定的job失败几率 (同样可发现 task最大失败数低于时 job失败率显著上升)

　　坏节点(有故障的机器节点)

　　在整个失效模型中还有一个很重要的因子需要考虑那就是失效节点通常若出现整个节点失效那么在此节点上运行的所有task都会失败失效原因可能是因为磁盘损坏(通常的症状是出现磁盘只读或盘符丢失 ) 磁盘写满等一旦出现坏节点你会发现在此节点被列入黑名单之前(被job列入黑名单的节点不会被job再次分配其任务) 会有一大堆 map/reduce task失败为了简化我们的分析我假设给定坏节点会导致固定数量的task失败另外我假设给定task只会在给定坏节点上中招一次因为节点会在不久后被列入黑名单我们用 b tasks 来标记在坏节点上失败过的task 其它task标记为 n tasks b task 会在坏节点上遭受一次失败所以后续如果job再出现最大task失败数次失败task就会导致job失败在我们的集群中我曾发现一个坏节点引发个task失败那么我就以此为据给出reduce阶段失效概率的公式:

　　b tasks数量 = 坏节点数量 *

　　P[所有b task都成功] = ( P[task失败概率] ^ (最大task失败数 )) ^ (b tasks数量)

　　P[所有n task都成功] = ( P[task失败] ^ (最大task失败数)) ^ (task数量 b task数量)

　　P[job成功] = P[所有b task成功] * P[所有n task成功]

　　P[job成功] = ( P[task失败]^(最大task失败数 ))^(b task数量) * ( P[task失败]^(最大task失败数))^(最大task数 b task数)

　　P[job失败] = P[job成功]

　　因为mapper数量通常较多所以少数坏节点对于以上公式计算的结果并没有太大的出入但对reducer而言其数量较少所以以上公式计算出

　　的结果就有比较明显的变化:

　　task数量最大失败数 P[task失败] 坏节点数量 P[job失败]

　　值得庆幸的是结果并没有发生戏剧性的变化在个坏节点的情况下只导致失败率提高到了排除坏节点条件下的 ~ 倍

cha138/Article/program/Java/hx/201311/25960