目录

一、事件复盘：

二、解决方案：

三、讨论

---

一、事件复盘：

hdfs无法创建新的文件，xceivercount超过最大设置，平时每个datanode只有100个左右的连接，突然达到8000以上。

事故原因，跨多天的动态分区导致： sql如下

set hive.exec.reducers.max=1000;
INSERT INTO TABLE table1 PARTITION (dt)  
selectuid,times,memo,idfa,dtfrom table2 where dt>=20230101 and dt<=20231231 distribute by rand()

使用动态分区虽然非常方便，但会带来很多小文件，像上面这个sql，动态分区是365天，reduce是1000个，如果计算比较复杂，资源充足，就会同时创建365*1000个文件。 因为是动态分区，每个reduce都要写365个文件到各自的分区中，因为数据by rand(）把数据打散了。

二、解决方案：

1、降低同时正在运行的reduce数

配置如下：

mapreduce.job.running.reduce.limit=200;

这样同时运行的reduce只能到200，就是有一年的分区，也最多创建 365*200个文件。

2、如果想限制动态分区的跨天范围，也可以做如下限制

hive.exec.max.dynamic.partitions=100;

也就是动态分区只能一次创建100个，超过会报错。

3、其实动态分区不适合跨天的情况，跨天数据重跑完全可以按天一天一天的补，通过提高重跑天的次数来完成并发。

三、讨论

有人会觉得我可以增大xceivercount的数目，来避免这个问题，但是这个首先要重启datanode，另外，这个方案始终（目前已经达到了8000个连接一台机器）还是会导致大量的连接数存在，对整个集群不是很友好，还是尽量减少小文件的生成为最佳