需要明确单节点集群中hadoop块的大小吗

kpbpu008 于 2021-06-04 发布在 Hadoop

关注(0)|答案(2)|浏览(512)

我有一个单节点hadoop集群版本-2.x。我设置的块大小是64 mb。我有一个大小为84MB的hdfs输入文件。现在，当我运行mr作业时，我看到有两个有效的分割，分别是84mb/64mb~2和2个分割。
但当我运行命令“hadoopfsck-blocks”查看块的详细信息时，我看到了这个。

Total size:    90984182 B
Total dirs:    16
Total files:   7
Total symlinks:                0
Total blocks (validated):      7 (avg. block size 12997740 B)
Minimally replicated blocks:   7 (100.0 %)
Over-replicated blocks:        0 (0.0 %)
Under-replicated blocks:       0 (0.0 %)
Mis-replicated blocks:         0 (0.0 %)
Default replication factor:    1
Average block replication:     1.0
Corrupt blocks:                0
Missing replicas:              0 (0.0 %)
Number of data-nodes:          1
Number of racks:               1

如您所见，平均块大小接近13MB。为什么会这样？理想情况下，块大小应该是64 mb？

hadoop hdfs size Block

来源：https://stackoverflow.com/questions/24849020/need-clarity-on-hadoop-block-size-in-single-node-cluster

2条答案

按热度按时间

tktrz96b1#

最大的块大小是64mb，但是如果你的平均块大小等于最大的块大小，那就太幸运了。
考虑一下你提到的一个文件：
1个文件，84 mb
84mb/64mb=2块
84mb/2块=平均42 mb/块
你一定有其他文件使平均值下降得更多。
除了namenode对块的内存需求以及如果块大小太大（显然不是单节点集群的问题）可能会丢失并行性之外，平均块大小小于最大值不会有太多问题。
最大块大小为64mb并不意味着每个块都占用磁盘上的64mb。

赞(0）回复(0）举报 2021-06-04

rdlzhqv92#

配置块大小时，可以设置块的最大大小。您的文件不太可能是块大小的精确倍数，因此许多块将小于配置的块大小。

赞(0）回复(0）举报 2021-06-04