Java Mapreduce、MR IncrementalTask、ApiProxy$RequestTooLargeException
在AppEngine的java实例中,我使用mapreduce在 一个实体集合,用来做一些总结 当我用10块碎片跑步时,我得到了很多这样的东西:Java Mapreduce、MR IncrementalTask、ApiProxy$RequestTooLargeException,java,google-app-engine,mapreduce,Java,Google App Engine,Mapreduce,在AppEngine的java实例中,我使用mapreduce在 一个实体集合,用来做一些总结 当我用10块碎片跑步时,我得到了很多这样的东西: /mapreduce/workerCallback com.google.apphosting.api.ApiProxy$RequestTooLargeException: The request to API call datastore_v3.Put() was too large. 我的映射程序正在尝试处理大约70000个实体,每个实体大约有
/mapreduce/workerCallback
com.google.apphosting.api.ApiProxy$RequestTooLargeException:
The request to API call datastore_v3.Put() was too large.
我的映射程序正在尝试处理大约70000个实体,每个实体大约有750字节。
对于我的映射器的每次调用,我可能进行几十次数据存储读取,可能两次
数据存储更新
我确信我的个人实体远未达到1MB数据存储限制。
使用更多碎片运行并没有真正的帮助
我注意到mapreduce添加了一些实体类型,其中一种是MR IncrementalTask。
当这些错误出现时,MR IncrementalTask实体变大,比如800k或900k。
我怀疑这些错误与这些变得太大有关
那么,为什么这些会变得这么大,我会做什么样的事情呢
是什么原因造成的
谢谢大家 您是正确的。在从任务队列执行任务之间,映射器类被序列化并写入数据存储。这为映射程序运行时更新的任何成员变量提供了连续性
减少与此数据变大相关的问题,并降低开销或读写开销。较新版本的MapReduce压缩此状态 像往常一样,我现在回答我自己的问题。这只是猜测,但我认为mapreduce正在序列化我的mapper类并将其存储在MR IncrementalTask中。最近,我向类中添加了一些新数据(用于优化)。我认为这些数据是在碎片的生命周期中积累的。从图片中删除这些数据解决了我的问题。