- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
DataStage优化培训笔记.doc
DataStage优化培训笔记
Sequential file
1、注意reject mode的设置
2、优化:(在文件定长的前提下)
number of readers per node 设定单节点的多个读取,根据实际情况设置多读个数
read from multiple nodes 设定多节点的数据读取
Change Capture Stage
比较数据后会进行排序,如果之前的数据已经做了排序,则需要改变排序属性。
注意before 和 after 的设置,不要设反。
Copy Stage
在内存中操作的组件,建议1进多出 用copy组件
Tansformer Stage
是内嵌的程序,一旦作业执行到此stage 程序会暂停进程,外部调用so的程序,
Transformer组件中包含的函数,可以自己编写函数进行嵌入(通过routine实现)
filter不能用于复杂的判断,copy不能增加赋默认值的字段..
Sort Stage
尽量不用,属于滞留组件,要等数据齐全后再能进行sort操作
LookUp和Join的区别需要注意
join一定要进行排序再进行处理(效率较低),
LookUp是流水线实现(超过800M不能用此stage)
Data Set Stage
Stage自动设置数据为定长,实现多值读取,可以通过drop on input来限制输入数据。
生产环境优化:
关注CPU(并发路数,逻辑节点数,物理作业数),内存,I/O交互
1、在Oracle Enterprise 中使用select语句时,提取尽量少的字段数据
2、在使用LookUp Stage时,如果数据从Oralce出来的,在LookUp table(参照表中)可以设置 Lookup type= sparse(此方式是数据不提取到内存,直接在表中进行操作)
3、在Oracle Enterprise中设置Partition table="需要查询的表名"可以实现多进程读取数据
4、在文件系统中,为平衡节点负载,建议数据的输入和输出放在不同的磁盘上(可通过节点进行设置,如Sequential_File中设置FILE的路径)
5、尽量少用repartition(sort stage 、join stage等组件需要对数据进行repartition)
6、要保证有足够的scratch空间,当此空间满了之后,系统会把数据转移到tmp空间,效率变低
7、网络瓶颈会影响作业效率(局域网通讯,Node之间的通讯问题)
8、在MAIN机器上,设置是否关闭jobmonitor进程(pools"" 为默认节点,需要进行节点运行,如果对””进行赋值,则不作为默认节点,不做运行。一个逻辑节点不能超过CPU的个数)
9、upsert 和 Load的区别 (预估万条记录以下的少量数据使用insert,) , 大量的用load)。
10、Stage中的Node Map除特殊情况(单机器与外部通讯),否则无需指定。
11、减少组件自身的sort功能(join,aggrigator,change capture,difference)
12、优化流程,减少不必要的处理,复杂组件通过自定义组件实现(增量数据查找后到全量进行查找)
文档评论(0)