- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据成神之路
Spark调优 | Spark SQL参数调优
版本支持的参数。 本文讲解最近关于在参与hive往spark迁移过程中遇到的一些参数相关问题的调优。 内容分为两部分，第一部分讲遇到异常，从而需要通过设置参数来解决的调优；第二部分讲用于提升性能而进行的调优。 异常调优 spark.sql.hive.convertMetastoreParquet parquet是一种列式存储格式，可以用于spark-sql 和hive 的存储格式。 性能调优 除了遇到异常需要被动调整参数之外，我们还可以主动调整参数从而对性能进行调优。 spark.hadoop.mapreduce.fileoutputcommitter.algorithm.version 1或者2，默认是1.
8.3K63发布于 2019-08-16 - 来自专栏涓流
jvm参数调优
用于实时查看和调整 JVM 进程参数。 jcmd JVM 命令行调试 工具。 （2） 如果发现有大量的线程都正处于这种状态，并且堆栈信息中得知正等待网络读写，这是因为网络阻塞导致线程无法执行，很有可能是一个网络瓶颈的征兆。 默认为2 注意：-Xmn的优先级比-XX:NewRatio高，若-Xmn已指定，则OldSize=HeapSize-NewSize，无需再按比例计算。生产环境中一般只需指定-Xmn就足够了。 如果线程数较多，函数的递归较少，线程栈内存可以调小节约内存，默认1M MetaSpace/PermGen jdk1.8以下设置永久代大小: -XX:PermSize: 永久代初始大小 -XX:MaxPermSize (离线环境压测可以打开这两个参数) 参考资料 JVM对外内存完全解读
81920编辑于 2023-03-03 - 来自专栏公有云大数据平台弹性 MapReduce
Hbase参数调优
2. 管理和分配HRegion，比如在HRegion split 时分配新的HRegion；在HRegionServer 退出时迁移其内的 HRegion 到其他HRegionServer 上。 2. 读写HDFS，管理Table 中的数据。 3. 2. 实现HMaster 主从节点的failover。 本教程以hadoop 为例，根据自己的实际情况调整ulimit 限制 liunx 内核网络参数调整 在linux 中所有的TCP/IP 参数都位于/proc/sys/net 目录下（请注意，对/proc image.png Hbase 参数优化 RPC 参数优化 hbase.regionserver.handler.count RPC 处理线程数 默认值为30 Memstore 参数优化 image.png
2.4K101发布于 2018-05-08 - 来自专栏小道
Hive参数调优
开启MapJoin参数设置： （1）设置自动选择Mapjoin set hive.auto.convert.join = true; 默认为true （2）大表小表的阀值设置（默认25M一下认为是小表 开启动态分区参数设置 （1）开启动态分区功能（默认true，开启） hive.exec.dynamic.partition=true （2）设置为非严格模式（动态分区的模式，默认strict， 该参数需要根据实际的数据来设定。比如：源数据中包含了一年的数据，即day字段有365个值，那么该参数就需要设置成大于365，如果使用默认值100，则会报错。 mapred.map.tasks.speculative.execution=false; SET mapred.reduce.tasks.speculative.execution=false; 九、Hive调优配置项合集 join的map数控制，默认是10000； hive.skewjoin.mapjoin.min.split 数据倾斜join时map join的map任务的最小split大小，默认是33554432，该参数要结合上面的参数共同使用来进行细粒度的控制
2.1K30发布于 2021-04-13 - 来自专栏陈猿解码
RabbitMQ——调优参数
【前言】 前面几篇文章讲述了rabbitmq消息存储的相关原理，也提到了有些参数可以进行配置。这些配置参数的微调在不同的场景中会有不同的效果。 默认值为4096，即Q1->Q2每次最多移动4096*2=8192条消息，同样Q2->delta、Q4->Q3、Q3->delta每次最多移动8192条消息。 【参数调优】 queue_index_max_journal_entries 先来看一组测试数据 测试场景是这样的： 16个生产者分别向64个持久化队列不间断发送消息，队列设置为lazy模式；每条消息大小为 【总结】 本文总结了几个调优相关的参数，也在特定场景下对其进行了测试说明。 此外，erlang层面还会有一些参数可以微调，因此不同场景下还需要结合实际需要进行参数的调优。
2.3K30编辑于 2023-02-28 - 来自专栏涓流
jvm参数调优
用于实时查看和调整 JVM 进程参数。 jcmd JVM 命令行调试 工具。 （2） 如果发现有大量的线程都正处于这种状态，并且堆栈信息中得知正等待网络读写，这是因为网络阻塞导致线程无法执行，很有可能是一个网络瓶颈的征兆。 默认为2 注意：-Xmn的优先级比-XX:NewRatio高，若-Xmn已指定，则OldSize=HeapSize-NewSize，无需再按比例计算。生产环境中一般只需指定-Xmn就足够了。 如果线程数较多，函数的递归较少，线程栈内存可以调小节约内存，默认1M MetaSpace/PermGen jdk1.8以下设置永久代大小: -XX:PermSize: 永久代初始大小 -XX:MaxPermSize (离线环境压测可以打开这两个参数) 参考资料 JVM对外内存完全解读
1.3K30编辑于 2022-06-28 - 来自专栏全栈程序员必看
tomcat性能调优(tomcat调优参数有哪些)
文章目录 总体架构 主要的组件 执行过程 tomcat 调优 内存优化 并发优化 缓存优化 IO优化 开启线程池 添加Listener 组件优化 APR Tomcat Native 配置 性能测试（工具 article/details/79134451](https://blog.csdn.net/cc_xp/article/details/79134451) 总体架构 主要的组件 执行过程 tomcat 调优 2）jmap：观察运行中的JVM 物理内存的占用情况，包括Heap size , Perm size等。 调后的配置 参数说明 maxThreads 客户请求最大线程数 minSpareThreads Tomcat初始化时创建的 socket 线程数 maxSpareThreads Tomcat 开启线程池 配置 参数说明 name：线程池名称，用于 Connector中指定。
1.2K20编辑于 2022-08-02 - 来自专栏希里安
Linux内核参数调优
这里附上一个调优的脚本，我来简单翻译一下： 地址： https://github.com/nyist-mirror/kernel_tuning # ! "16777216" > /proc/sys/net/core/wmem_max Echo "16777216" > /proc/sys/net/core/wmem_default 设置Linux自动调优 > /proc/sys/net/ipv4/tcp_no_metrics_save 在终止TCP连接之前需要重试多少次 Echo "5" > /proc/sys/net/ipv4/tcp_retries2 tcp_keepalive_intvl 确定超时前的探测数 Echo "3" > /proc/sys/net/ipv4/tcp_keepalive_probes #如果你是关闭socket的一方，socket保持FIN-WAIT-2状态需要多长时间 sys/net/ipv6/conf/all/disable_ipv6 Echo "1" > /proc/sys/net/ipv6/conf/default/disable_ipv6 # ####文件系统调优
1.3K21编辑于 2023-10-30 - 来自专栏Coding Diary
JVM参数及调优
调优基本概念 在调整JVM性能时，通常有三个组件需要考虑： 堆大小调整 垃圾收集器调整 JIT编译器 大多数调优选项都与调整堆大小和选择合适的垃圾收集器有关，JIT编译器对性能也有很大影响，但很少需要对其进行调优 垃圾收集器Parallel参数调优 Parallel垃圾收集器在JDK8中是JVM默认的垃圾收集器，它是以吞吐量优先的垃圾收集器。其可调节的参数如下： ? 垃圾收集器CMS参数调优 CMS垃圾收集器是一个响应时间优先的垃圾收集器，Parallel收集器无法满足应用程序延迟要求时再考虑使用CMS垃圾收集器，从JDK9开始CMS收集器已不建议使用，默认用的是G1 垃圾收集器G1参数调优 G1收集器是一个兼顾吞吐量和响应时间的收集器，如果是大堆（如堆的大小超过6GB）,堆的使用率超过50%，GC延迟要求稳定且可预测的低于0.5秒，建议使用G1收集器。 ? GC调优之前，我们需要了解当前JVM参数的信息。
1.5K10发布于 2019-10-28 - 来自专栏互联网-小阿宇
Tomcat调优JVM参数
echo 3 > /proc/sys/vm/drop_caches 确实有点效果但不治根 查看一下tomcat占用资源情况（mem空间占用了87.9%） 需要对tomcat的JVM参数进行优化一下 LINUX中调优tomcat-----路径：安装路径下/bin/catalina.sh vim catalina.sh 在 cygwin=false 之上添加所需要配置的内存大小 JAVA_OPTS
74810编辑于 2022-11-21 - 来自专栏全栈程序员必看
Tomcat调优JVM参数
需要对tomcat的JVM参数进行优化一下 LINUX中调优tomcat—–路径：安装路径下/bin/catalina.sh vim catalina.sh 在 cygwin=false 之上添加所需要配置的内存大小
78710发布于 2021-06-08 - 来自专栏CSDN搜“看，未来”
内核 TCP 参数调优
此项参数可控制TIME_WAIT 最大数量。 这几个参数，建议在流量非常大的服务器上开启，会有显著效果。一般的流量小的服务器上，没必要去设这几个参数。 net.ipv4.tcp_synack_retries= 2 #为打开对端的连接，内核需发送个SYN并附带个回应前一个SYN的ACK。即三次握手中的第二次握手。 net.ipv4.tcp_syn_retries= 2 #在内核放弃建立连接前发送SYN包的数量。 #net.ipv4.tcp_mem[2]:高于此值，TCP拒绝分配socket。 #上述内存单位是页，而不是字节。 net.ipv4.tcp_fin_timeout= 30 #如果套接字由本端要求关闭，这个参数决定它保持在FIN-WAIT-2状态的时间。对端可出错并永不关闭连接，甚至意外当机。缺省值是60秒。
2.1K10编辑于 2022-05-06 - 来自专栏全栈程序员必看
JVM调优常用参数
内存调优 设置heap大小 这个非常重要，通常只要这里设置够了，就不会出现溢出。 如果物理内存为32G（一般为物理内存的90%，也就是27~28G） 新生代和老年代的大小 这个参数相当于设置等值的最小、最大新生代，NewRatio这个设置新、老代比例，NewRatio=1代表，两个相等大小 Xmn1g 这个值如果不设的话，默认只有6M 设置持久代大小 同理，这两个值应该是一样的(jdk7) -XX:PermSize=512m -XX:MaxPermSize=512m JDK8起用这两个参数 设置code cache -XX:ReservedCodeCacheSize=1024m -XX:+UseCompressedOops 设置字符串压缩 -XX:-CompactStrings GC调优 比如2颗6核超线程（超线程后1个核相当于2个线程）就是24/4=6调，置ParallelGCThreads时最大不要超过6就行了。
1.6K21发布于 2021-05-19 - 来自专栏不想当开发的产品不是好测试
linux系统参数调优
执行 ulimit -a 查看系统配置 需要修改max user processes 和 open files 这两个值 vim /etc/security/limits.conf #新增下面几行 * soft nofile 65535 * hard nofile 65535 * soft nproc 10000 * hard nproc 10000 #重新打开session就可以生效 修改sysctl.conf文件 vim /e
2.5K80发布于 2018-01-24 - 来自专栏Kubernetes 与 Devops 干货分享
JVM调优参数解析
JVM参数说明 Xms 是指设定程序启动时占用内存大小。一般来讲，大点，程序会启动的快一点，但是也可能会导致机器暂时间变慢 Xmx 是指设定程序运行期间最大可占用的内存大小。 默认情况下，JDK5.0以前都是使用串行收集器，如果想使用其他收集器需要在启动时加入相应参数。 可能会影响性能，但是可以消除碎片 3、辅助信息 JVM提供了大量命令行参数，打印信息，供调试使用。 调优总结 年轻代大小的选择 1、响应时间优先的应用 ：尽可能设大，直到接近系统的最低响应时间限制 （根据实际情况选择）。在此种情况下，年轻代收集发生的频率也是最小的。同时，减少到达年老代的对象。 因为对响应时间没有要求，垃圾收集可以并行进行，一般适合8CPU以上的应用 年老代大小的选择 1、响应时间优先的应用 ：年老代使用并发收集器，所以其大小需要小心设置，一般要考虑并发会话率 和会话持续时间 等一些参数
1.2K30编辑于 2022-10-31 - 来自专栏AustinDatabases
MONGODB 性能与调优 -- 内存调优 2 （怎么计算驱逐率与调整参数）
2 进来不要让你产生的食物涨大道可以噎死你的地步。 还可以试一下，通过调整参数的方式来让你的MONGODB 的支持更快的刷新速度。 那么如果磁盘出现锯齿装的I/O 那么就值得来看看我们的问题了 这里有两个参数我们上面使用过了 eviction_dirty_trigger eviction_dirty_target_settings 这里会牵扯几个问题，1 多少信息保留在cache中 2 什么情况下会触发将内存的数据刷到我们的磁盘上，减少这些参数的情况下，可以提高刷新脏页的频度。 频繁写入的情况下，通过Mongostat 来查看系统的性能的情况下，qw会持续的走高，这说明写入在进行排队的操作，WiredTiger无法满足数据插入的情况，此时如果CPU 负载不高情况下，可以调整上面的参数看看是否有改善
1.5K50编辑于 2022-05-19 - 来自专栏个人分享
Spark配置参数调优
2．配置数据序列化 Spark默认序列化方式为Java的ObjectOutputStream序列化一个对象，速度较慢，序列化产生的结果有时也比较大。 Spark官网推荐为每个cpu Core分配2到3个任务，所以在32个core的服务器上，我们通过配置spark.default.parallelise=64，设置cpu的并行数量，从而防止并行度太高导致的任务启动与切换的开销 参数spark.shuffle.memoryFraction spark应用程序在所申请的内存资源中可用于shuffle的比例 SQL级别的优化: 1．优化sql结构 传统的行式存储数据库在经过 2．表关联方式的改变 sparkSQL的查询优化是基于Scala语言开发的Catalyst，在最后的执行阶段，会在Spark内部将执行计划转化为有向无环图DAG进行执行。
1.5K20发布于 2018-09-06 - 来自专栏大数据分享
（四）Hadoop参数调优
HDFS参数调优hdfs-site.xml dfs.namenode.handler.count=20 * log2(Cluster Size)，比如集群规模为8台时，即20*8的对数，此参数设置为60 对于大集群或者有大量客户端的集群来说，通常需要增大参数dfs.namenode.handler.count的默认值10。 YARN参数调优yarn-site.xml （1）情景描述：总共7台机器，每天几亿条数据，数据源->Flume->Kafka->HDFS->Hive 面临问题：数据统计主要用HiveSQL，没有数据倾斜 （2）解决办法： 内存利用率不够。这个一般是Yarn的2个配置造成的，单个任务可以申请的最大内存大小，和Hadoop单个节点可用内存大小。调节这两个参数能提高系统内存的利用率。 [HDFS配置文件参数设置的优先级] hdfs-site.xml是HDFS的配置文件，其中包含了各种对HDFS集群的设置参数，比如集群中存储文件副本的数量，namenode辅助节点的地址等。
1.5K40发布于 2020-09-23 - 来自专栏sunsky
Linux内核参数调优
用法： vim /etc/sysctl.conf #修改内容 sysctl -p #生效 相关参数仅供参考，具体数值还需要根据机器性能，应用场景等实际情况来做更细微调整。 net.ipv4.tcp_fin_timeout = 10 #表示如果套接字由本端要求关闭，这个参数决定了它保持在FIN-WAIT-2状态的时间。 缺省是2小时，改为30分钟。 net.ipv4.tcp_rmem #与 tcp_wmem 类似，不过它表示的是为自动调优所使用的接收缓冲区的值。 net.ipv4.tcp_wmem = 30000000 30000000 30000000 #为自动调优定义每个 socket 使用的内存。
4.6K20发布于 2020-08-20 - 来自专栏数据人生
Java GC参数调优
https://docs.oracle.com/cd/E40972_01/doc.70/e40973/cnf_jvmgc.htm#autoId0
59710编辑于 2022-09-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号