内容简介：翻译自：https://stackoverflow.com/questions/31114568/how-to-interpret-mapreduce-performance-counters
>在任务计数器中,CPU花费来自proc / stat的utime stime,因此它意味着像IOWait这样的东西不会被计算在内.是对的吗？
>整个任务的经过时间比花费计数器的CPU时间长很多,这是否意味着节点非常繁忙且容器没有CPU或等待很长时间的IO？
>如何从计数器判断任务是CPU绑定还是IO计数？
‘CPU_MILLISECONDS’计数器可以为您提供有关 – 所有任务在CPU上花费的总时间的信息.
‘REDUCE_SHUFFLE_BYTES’数字越高,n / w利用率越高. (更多选择可以这样)
Hadoop中有4类计数器：文件系统,作业,框架和自定义.
您可以使用内置计数器来验证：
1.The correct number of bytes was read and written 2.The correct number of tasks was launched and successfully ran 3.The amount of CPU and memory consumed is appropriate for your job and cluster nodes 4.The correct number of records was read and written
更多信息avalible @ https://www.mapr.com/blog/managing-monitoring-and-testing-mapreduce-jobs-how-work-counters#.VZy9IF_vPZ4 (** credits- mapr.com)
翻译自：https://stackoverflow.com/questions/31114568/how-to-interpret-mapreduce-performance-counters
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
深入浅出数据分析
Michael Milton / 李芳 / 电子工业出版社 / 2009 / 88.00元
《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文以后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。 本书构思跌宕......一起来看看 《深入浅出数据分析》 这本书的介绍吧!
