Java Hadoop上RAM的理解问题

有时我们会遇到Java堆空间错误，然后增加JVM RAM限制（Xmx值）。 我有两个问题，请回答：

1） 更改Xmx值后，如何知道集群中应该有多少映射器和还原器？我的意思是，如果我有一个32G内存的节点，并且有Xmx值，例如到5G，这是否意味着我只能使用6个映射和减缩器（5*6=30G）

2） 为什么会这样？我试着读了这个论坛，但没有找到答案。如果我对读取大量数据的hive进行查询，我知道作业设置以及从MFS读取数据的映射器数量。每个数据块都会被映射到内存。为什么我需要增加Xmx，hive不能将数据拆分成更多的映射器吗？假设我有1000个映射器的工作，我遇到了堆空间问题，难道hive不能给我2000个映射器，它就能解决这个问题（每个映射占用更少的内存，因为它使用更少的数据）

---

谢谢

你能发布你正在运行的代码吗？通常，堆空间错误是由于人们在内存中积累了大量数据集（列表、集合或映射）造成的。如果要写入，它是两个大表的联接。但为什么每个映射程序都要将如此多的数据输入RAM？hadoop不能将其拆分为更多映射器吗？什么类型的联接/您预期联接的基数是什么（1:1、1:M或M:M）。您可以发布代码/配置单元语句吗？这是一个查询：select*from DB1.Table1 i join DB2.Table2 c on i.X=c.X limit 100；您还需要什么详细信息？谢谢