hadoop集群性能低下的常见原因
（二）map任务原因
1、输入文件中小文件过多，导致多次启动和停止JVM进程。可以设置JVM重用。
2、数据倾斜：大文件且不可分割，导致处理这些文件的map需要很长时间。
3、数据本地化效果差。
（三）reduce任务的原因
（五）JAVA代码及JVM调优
一、硬件调优
1、CPU/内存使用情况vmstat、top
$ vmstat -S M 5 procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu----- r b swpd free buff cache si so bi bo in cs us sy id wa st 0 0 0 566 232 239 0 0 65 824 59 39 4 1 93 1 0 0 3 0 366 232 432 0 0 0 25929 2638 2776 14 14 43 28 0 2 1 0 241 232 543 0 0 26 38110 2123 1316 75 11 0 14 0 3 0 0 78 232 543 0 0 0 11784 1558 1028 80 4 16 0 0 0 0 0 189 232 543 0 0 0 142 1052 933 70 3 27 1 0 0 0 0 185 232 543 0 0 0 30 500 589 15 1 84 0 0 2 0 0 180 232 544 0 0 0 3 502 595 12 1 87 0 0 0 0 0 508 232 293 0 0 0 74 1161 1036 77 5 18 0 0 0 0 0 626 233 175 0 0 0 150 385 447 2 1 97 0 0
以上各个字段的意思分别是：
好了，命令介绍完毕，现在开始实战讲解每个参数的意思。
r 表示运行队列(就是说多少个进程真的分配到CPU)，当这个值超过了CPU数目，就会出现CPU瓶颈 了。这个也和top的负载有关系，一般负载超过了3就比较高，超过了5就高，超过了10就不正常了，服务器的状态很危险。top的负载类似每秒的运行队 列。如果运行队列过大，表示你的CPU很繁忙，一般会造成CPU使用率很高。
b 表示阻塞的进程,这个不多说，进程阻塞，大家懂的。
swpd 虚拟内存已使用的大小，如果大于0，表示你的机器物理内存不足了，如果不是程序内存泄露的原因，那么你该升级内存了或者把耗内存的任务迁移到其他机器。
free 空闲的物理内存的大小，我的机器内存总共8G，剩余3415M。
buff Linux/Unix系统是用来存储，目录里面有什么内容，权限等的缓存，我本机大概占用300多M
cache cache直接用来记忆我们打开的文件,给文件做缓冲，我本机大概占用300多M(这里是Linux/Unix的聪明之处，把空闲的物理内存的一部分拿来做文件和目录的缓存，是为了提高 程序执行的性能，当程序使用内存时，buffer/cached会很快地被使用。)
si 每秒从磁盘读入虚拟内存的大小，如果这个值大于0，表示物理内存不够用或者内存泄露了，要查找耗内存进程解决掉。我的机器内存充裕，一切正常。
so 每秒虚拟内存写入磁盘的大小，如果这个值大于0，同上。
bi 块设备每秒接收的块数量，这里的块设备是指系统上所有的磁盘和其他块设备，默认块大小是1024byte，我本机上没什么IO操作，所以一直是0，但是我曾在处理拷贝大量数据(2-3T)的机器上看过可以达到140000/s，磁盘写入速度差不多140M每秒
bo 块设备每秒发送的块数量，例如我们读取文件，bo就要大于0。bi和bo一般都要接近0，不然就是IO过于频繁，需要调整。
in 每秒CPU的中断次数，包括时间中断
cs 每秒上下文切换次数，例如我们调用系统函数，就要进行上下文切换，线程的切换，也要进程上下文切换，这个值要越小越好，太大了，要考虑调低线程或者进程的 数目,例如在apache和nginx这种web服务器中，我们一般做性能测试时会进行几千并发甚至几万并发的测试，选择web服务器的进程可以由进程或 者线程的峰值一直下调，压测，直到cs到一个比较小的值，这个进程和线程数就是比较合适的值了。系统调用也是，每次调用系统函数，我们的代码就会进入内核 空间，导致上下文切换，这个是很耗资源，也要尽量避免频繁调用系统函数。上下文切换次数过多表示你的CPU大部分浪费在上下文切换，导致CPU干正经事的 时间少了，CPU没有充分利用，是不可取的。
us 用户CPU时间，我曾经在一个做加密解密很频繁的服务器上，可以看到us接近100,r运行队列达到80(机器在做压力测试，性能表现不佳)。
sy 系统CPU时间，如果太高，表示系统调用时间长，例如是IO操作频繁。
id 空闲 CPU时间，一般来说，id + us + sy = 100,一般我认为id是空闲CPU使用率，us是用户CPU使用率，sy是系统CPU使用率。
wt 等待IO CPU时间。
2、网络
（1）ethtool：检查网卡是否工作正常，是否全双工，速度设置是否合理等。
（2）sar：比较各个网卡的性能
# sar -n DEV 3 2 Linux 2.6.32-431.23.3.el6.x86_64 (slave1) 03/13/2015 _x86_64_ (1 CPU) 08:41:11 PM IFACE rxpck/s txpck/s rxkB/s txkB/s rxcmp/s txcmp/s rxmcst/s 08:41:14 PM lo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 08:41:14 PM eth0 11.71 10.70 1.05 4.47 0.00 0.00 0.00 08:41:14 PM eth1 144.48 0.00 5.93 0.00 0.00 0.00 0.00 08:41:14 PM IFACE rxpck/s txpck/s rxkB/s txkB/s rxcmp/s txcmp/s rxmcst/s 08:41:17 PM lo 28.04 28.04 3.90 3.90 0.00 0.00 0.00 08:41:17 PM eth0 183.45 3765.20 27.06 905.80 0.00 0.00 0.00 08:41:17 PM eth1 179.05 31.76 7.48 70.62 0.00 0.00 0.00 Average: IFACE rxpck/s txpck/s rxkB/s txkB/s rxcmp/s txcmp/s rxmcst/s Average: lo 13.95 13.95 1.94 1.94 0.00 0.00 0.00 Average: eth0 97.14 1878.49 13.99 452.86 0.00 0.00 0.00 Average: eth1 161.68 15.80 6.70 35.13 0.00 0.00 0.00
（3）iperf：检查2台机器间的网络带宽
其中一台充当服务器：
# iperf -s ------------------------------------------------------------ Server listening on TCP port 5001 TCP window size: 85.3 KByte (default) ------------------------------------------------------------ [ 4] local 10.171.94.155 port 5001 connected with 10.171.29.191 port 46455 ------------------------------------------------------------ Client connecting to 10.171.29.191, TCP port 5001 TCP window size: 143 KByte (default) ------------------------------------------------------------ [ 6] local 10.171.94.155 port 52215 connected with 10.171.29.191 port 5001 [ ID] Interval Transfer Bandwidth [ 6] 0.0-10.0 sec 664 MBytes 557 Mbits/sec [ 4] 0.0-10.0 sec 466 MBytes 390 Mbits/sec
另一台充当客户端：
# iperf -c 10.171.94.155 -f m -d ------------------------------------------------------------ Server listening on TCP port 5001 TCP window size: 0.08 MByte (default) ------------------------------------------------------------ ------------------------------------------------------------ Client connecting to 10.171.94.155, TCP port 5001 TCP window size: 0.10 MByte (default) ------------------------------------------------------------ [ 4] local 10.171.29.191 port 46455 connected with 10.171.94.155 port 5001 [ 5] local 10.171.29.191 port 5001 connected with 10.171.94.155 port 52215 [ ID] Interval Transfer Bandwidth [ 4] 0.0-10.0 sec 466 MBytes 390 Mbits/sec [ 5] 0.0-10.0 sec 664 MBytes 555 Mbits/sec
（4）tcpdump：检查数据包的传输情况
# tcpdump port 8649 tcpdump: verbose output suppressed, use -v or -vv for full protocol decode listening on eth0, link-type EN10MB (Ethernet), capture size 65535 bytes 20:43:11.396729 IP master.38498 > slave1.8649: UDP, length 136 20:43:11.396746 IP master.38498 > slave1.8649: UDP, length 64 20:43:11.397101 IP master.38498 > slave1.8649: UDP, length 136 20:43:11.397105 IP master.38498 > slave1.8649: UDP, length 64 20:43:11.397107 IP master.38498 > slave1.8649: UDP, length 136 20:43:11.397108 IP master.38498 > slave1.8649: UDP, length 80 20:43:11.397109 IP master.38498 > slave1.8649: UDP, length 64 20:43:11.397110 IP master.38498 > slave1.8649: UDP, length 144 20:43:11.397111 IP master.38498 > slave1.8649: UDP, length 68 20:43:11.397112 IP master.38498 > slave1.8649: UDP, length 156 20:43:11.397114 IP master.38498 > slave1.8649: UDP, length 188 20:43:11.397115 IP master.38498 > slave1.8649: UDP, length 92 20:43:11.397116 IP master.38498 > slave1.8649: UDP, length 88
还可以使用host等参数。
3、磁盘健康情况
（1）iostart
# iostat
Linux 2.6.32-431.17.1.el6.x86_64 (master) 03/13/2015 _x86_64_ (1 CPU)
avg-cpu: %user %nice %system %iowait %steal %idle
4.73 0.00 3.07 33.99 0.00 58.22
Device: tps Blk_read/s Blk_wrtn/s Blk_read Blk_wrtn
xvda 206.31 292.48 2301.51 176511452 1388963336
xvdb 10.24 69.64 645.59 42029194 389614304
[root@master ~]#
[root@master ~]#
[root@master ~]# iostat -m -x -d 5
Linux 2.6.32-431.17.1.el6.x86_64 (master) 03/13/2015 _x86_64_ (1 CPU)
Device: rrqm/s wrqm/s r/s w/s rMB/s wMB/s avgrq-sz avgqu-sz await svctm %util
xvda 0.16 115.94 34.57 171.74 0.14 1.12 12.57 4.92 23.83 1.87 38.49
xvdb 0.00 71.55 1.09 9.14 0.03 0.32 69.88 0.89 87.38 0.89 0.91
Device: rrqm/s wrqm/s r/s w/s rMB/s wMB/s avgrq-sz avgqu-sz await svctm %util
xvda 0.00 0.00 0.00 0.81 0.00 0.00 8.00 0.00 4.75 1.75 0.14
xvdb 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
（2）dmesg
输出详细的错误信息，常见的信息如下：
type=1400 audit(1425645012.364:7): avc: denied { setattr } for pid=1318 comm="rrdtool" name="fontconfig" dev=xvda1 ino=1049117 scontext=unconfined_u:system_r:httpd_t:s0 tcontext=system_u:object_r:fonts_cache_t:s0 tclass=dir
二、map端调优
1、输入文件中小文件过多，导致多次启动和停止JVM进程。
可以设置JVM重用。或者作数据预处理，将小文件合并。
2、数据倾斜：大文件且不可分割，导致处理这些文件的map需要很长时间。
尽量避免这种情况出现，可以通过预处理解决。
3、数据本地化效果差。
将数据均衡的分布到集群中：
start-balancer.sh
4、检查是否某天数据量突然暴增
三、reduce端调优
1、不使用reduce
map结束后向reduce传输结果时需要经过shuffle阶段及排序，并通过网络传输数据，此过程引起较大的损耗，因此，在满足一定条件的情况下，可以将reduce任务设置为0。
job.setNumReduceTasks(0);
注意必须显示的定义数量为0，否则默认情况下，会有一个reduce任务，类为Reduce，此类将输入KV直接作为输出KV。
2、过滤和投影
如果一定要有reduce过程，那下一步就是尽量减少map输出的数据量，一方面可以减少网络传输数据，另一方面可以减少reduce需要处理的数据。
减少map的输出数据量有2种常见的方法：
（1）过滤：将对最终结果无影响的整个记录删除。
（2）投影：删除记录中某些对最终结果无影响的项。
3、使用combiner
使用combiners可以在map阶段通过合并数据，从而减少向reduce传输数据。
4、优化比较器
此方法可以提高数据排序顺序
5、减少倾斜数据
由于map的输出中某个key对应大量的value值，从而导致处理这个key的reduce任务所耗时间远远大于其它reduce。
6、reduce的数量调整
将reduce的数量调整为比集客reduce slot总数少一点，这可以保证充分利用集群的性能，又可容忍一定的机器错误。
四、hadoop配置不当
充分了解hadoop的配置文件，为集群选择最佳配置。
参考：http://blog.csdn.net/jediael_lu/article/details/38680013
五、java调优
参考：？？