2023學年完整公開課版優(yōu)化pig作業(yè)_第1頁
2023學年完整公開課版優(yōu)化pig作業(yè)_第2頁
2023學年完整公開課版優(yōu)化pig作業(yè)_第3頁
2023學年完整公開課版優(yōu)化pig作業(yè)_第4頁
2023學年完整公開課版優(yōu)化pig作業(yè)_第5頁
已閱讀5頁，還剩5頁未讀， 繼續(xù)免費閱讀

付費下載

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

主講：張義目錄0102Pig優(yōu)化策略設置并行性和特殊join操作Pig優(yōu)化策略1Pig優(yōu)化策略在Pig中可以使用許多優(yōu)化規(guī)則來加速查詢。默認情況下，這些優(yōu)化規(guī)則處于關閉狀態(tài)，因此必須有選擇地啟用對應的規(guī)則。這里列出了其中一些規(guī)則：盡可能采用計劃規(guī)則盡可能采用過濾規(guī)則首選DISTINCT而不是GROUPBY壓縮中間作業(yè)的結果可以通過htps://docs/r0.9.1/perf.html查看Pig的性能文檔來了解所有優(yōu)化規(guī)則。設置并行性和特殊join操作2設置并行性和特殊join操作可以使用SETdefault_parallel或parallel選項為Pig作業(yè)硬編碼一定數量的reducer。但是，最好計算一下并行度?？梢允紫仁褂幂斎霐祿姆制笮〔檎襪ap的數量，輸入數據的分片大小應該是默認分片大小的倍數，通常在256-512MB范圍內。使用mappers與reducers5:1的比例的便捷經驗法則，可以計算出reducer的數量。假設map使用512MB的輸入數據分片，那么reducer就應使用大約2.5GB的數據（512MBX5）。設置并行性和特殊join操作確定需要多少reducer的另一種方法是查看reducer的完成時間。如果reducer在一分鐘左右的時間內完成，說明有太多的reducer了，應該減少它的數量。在理想情況下，reducer完成平均需要5~15分鐘。如果未使用Pig腳本中的

SETdefault_parallel子句或代碼中的parallel關鍵字。設置并行性和特殊join操作還可以使用其他兩個Pig屬性來配置reduce任務的并行性：reducers.bytes.per.reducer屬性確定reducer的輸入大小，默認值為1GB，可以將其提升到2GB。reducers.max屬性確定最大reducer數，默認為999?？梢詫⒋藢傩栽O置為較低的值，以減少Pigreducer的最大作業(yè)數。如果同時設置這兩個屬性，則較小的值優(yōu)先。設置并行性和特殊join操作Pig提供了幾種專門的join語義。當數據和查詢差不多符合要求時，可以使用其中一種。復制join：當join中的一個或多個關系足夠小以適合主內存時，使用此選項。偏斜join：當基礎數據偏斜并且需要消除偏斜時，這些連接很有用。合并join：合并連接與排序合并連接

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論