mapper（Hadoop mapreduce）中使用了多少额外内存？

我编写了一个简单的应用程序，它有一个.csv文件作为输入，以某种方式简单地将每一行转换为xml，然后作为单行输出。所有描述都是在mapper中完成的。我没有减速器：job.setNumReduceTasks（0）

我在本地运行一切，我只是在学习Hadoop。 我想探索内存消耗。因此，我没有为堆设置任何限制：非常大的Xmx。我试图处理一个巨大的文件：2.5G

我使用Java任务控制探查器。 结果真的很有趣（至少对我来说）。堆从未超过3.3G。但垃圾收集之前的最大值始终保持在3.3G左右。在GC之后，它下降到零

---

我的问题可能有点傻，但3.3-2.5=0.8G的开销是用来做什么的？不幸的是，JMC中的信息对它没有帮助。它显示了明显的热门类：String和char。如果您能给我指出使用了大部分内存的hadoop类，那就太好了。

JMC中可能有更多信息，请查看新TLAB子选项卡（或外部TLAB）子选项卡中分配的内存/分配选项卡。这是分配的堆栈跟踪。（还要注意，这些子选项卡依次分为三个子选项卡，例如Allocation Profile，这可能是您想要的）实际分配的类可能是String和char，因此您只需找到它们的分配位置…@Klara，非常感谢！我是JMC的新手，还没有找到这个选项。这正是我所需要的