文档章节

让kettle的执行速度飞起来

sucre
 sucre
发布于 2015/04/11 17:46
字数 423
阅读 12639
收藏 16

在前一篇文章xms/xmx/xss在kette中的调优设置中,我对kettle进行了一次优化,这次我们再一次进行优化,这次效果非常明显,这次优化有两部分:一、修改jvm添加xmn,二、修改日志输出级别

在Java TM Performance一书中,有这样一段话:

-Xmn is convenient to size both the initial and maximum size of the young generation
space. It is important to note that if-Xms and -Xmx are not set to the same value and
-Xmn is used, a growth or contraction in the Java heap size will not adjust the size of
the young generation space. The size of the young generation space will remain constant with any growth or contraction of the Java heap size. Therefore, -Xmn should
be used only when -Xms and -Xmx are set to the same value.

好了,看看我的修改结果

# ******************************************************************
# ** Set java runtime options                                     **
# ** Change 512m to higher values in case you run out of memory   **
# ** or set the PENTAHO_DI_JAVA_OPTIONS environment variable      **
# ** (JAVAMAXMEM is there for compatibility reasons)              **
# ******************************************************************

if [ -z "$JAVAMAXMEM" ]; then
  JAVAMAXMEM="16384"
fi

if [ -z "$PENTAHO_DI_JAVA_OPTIONS" ]; then
    PENTAHO_DI_JAVA_OPTIONS="-Xms${JAVAMAXMEM}m -Xmx${JAVAMAXMEM}m -Xmn6144m -Xss1024m"
fi

xmx为物理内存的1/4,xmn为xmx为3/8

在用kitchen.sh调用*.job文件时,在调用命令后面添加

-level:Error

在默认的情况下,kettle输出的是基本日志,如果访问十几万的数据库,那基本日志的输出也会达到5、6百兆,这样严重影响了执行效率,所以修改kettle的日志级别为error级,只输出错误日志即可。

以上优化完成后,遍历十几万数据库进行数据统计,只需要2小时55分钟,爽啊,快吧,如果硬件足够好,那还可以再提高不少呢!

© 著作权归作者所有

共有 人打赏支持
sucre
粉丝 30
博文 397
码字总数 210054
作品 0
高级程序员
加载中

评论(6)

sucre
sucre

引用来自“Dilly”的评论

遍历十几万数据库进行数据统计,需要2小时55分钟,不算很快吧?

引用来自“clark911”的评论

这个确实慢了。如果把转换的部分放到数据库去做呢,没必要把所有事情都交给kettle,对吧
如何将转换的部分放到数据库中呢?你是指将转换放到input的sql中解决?
clark911
clark911

引用来自“Dilly”的评论

遍历十几万数据库进行数据统计,需要2小时55分钟,不算很快吧?
这个确实慢了。如果把转换的部分放到数据库去做呢,没必要把所有事情都交给kettle,对吧
sucre
sucre

引用来自“Dilly”的评论

遍历十几万数据库进行数据统计,需要2小时55分钟,不算很快吧?
那多长时间算快呢?您遍历十几万多长时间能处理完?
Dilly
Dilly
遍历十几万数据库进行数据统计,需要2小时55分钟,不算很快吧?
sucre
sucre

引用来自“debug_gao”的评论

请问,如何能提高‘file input’的速度
你看看file input里面有没有缓存的设置
d
debug_gao
请问,如何能提高‘file input’的速度
kettle 插入/更新 速度太慢

我现在有这么一个问题,不知道是否正常! 我们的项目想在用的java,通过spring的定时器,每隔一段时间调用一次.bat文件,执行一次kettle! 然后kettle从实时数据库把那个时间段的数据插入到o...

艾某
2013/04/23
6.1K
6
关于KETTLE执行update更新脚本的优化

现在所做的项目需要使用KETTLE进行一个数据抽取的过程,抽取之后因为新增了几个字段(也就是说我们在对方数据库里表结构的基础上新增了几个字段),然后需要对这新增的几个字段进行更新操作,但是...

薄荷少年柠檬心
2017/09/08
54
2
在kettle中使用内存数据库H2

先前一直使用的是postgresql,因为网速的原因,所以打算将数据统一放到HDFS上,但是一条一条写HDFS是很慢的,全部写到本地文件再传到HDFS上也是一样慢,这样一来就有了本文,将部分先放到内存...

sucre
2015/06/05
0
0
kettle之旅--下载获取kettle

获取kettle,这个文章很多小伙伴都觉得没必要,其实我想说,既然研究这个解决方案,那知其然知其所以然。 kettle源码 kettle是开源的,所以开源的地址在哪里呢? 当然是github: https://git...

cimenbi
07/29
0
0
ora2pg 11.0 发布,支持多处理器并行模式

ora2pg 11.0 支持多处理器,可使用并行模式全速进行数据导入导出,数据导入性能提升 10 倍以上。多处理器支持让 Ora2Pg 的速度接近 ETL 工具的速度;同时该版本增加新的导出类型来生成 Kett...

oschina
2013/03/26
587
1

没有更多内容

加载失败,请刷新页面

加载更多

下一页

@SpringBootApplication 注解

@SpringBootApplication注解是一个组合注解,包含以下注解 @Target(ElementType.TYPE) 注解的作用目标 @Retention(RetentionPolicy.RUNTIME) Reteniton的作用是定义被它所注解的注解保留多久,...

java.刘
40分钟前
0
0
sentinel自定义DataSource实战

序 本文主要研究一下如何自定义sentinel的DataSource,这里以jdbc为例。 maven <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-sen......

go4it
56分钟前
1
0
xgboost/gbdt在调参时为什么树的深度很少就能达到很高的精度?

问题: 用xgboost/gbdt在在调参的时候把树的最大深度调成6就有很高的精度了。但是用DecisionTree/RandomForest的时候需要把树的深度调到15或更高。用RandomForest所需要的树的深度和Decisio...

tantexian
57分钟前
0
0
php-fpm的pool - 慢执行日志 - 进程管理 - open_basedir

php-fpm的pool : 为避免多站点使用同一个pool时因一个站点故障导致php资源耗尽,牵连使用同一个pool的其他站点的正常工作,可对每一个站点设置独立pool。 增加pool: 1.编辑php-fpm配置文件...

ZHENG-JY
今天
0
0
Linux之ssh服务默认端口修改

导读 SSH是标准的网络协议,可用于大多数UNIX操作系统,能够实现字符界面的远程登录管理,它默认使用22号端口,采用密文的形式在网络中传输数据,相对于通过明文传输的Telnet,具有更高的安全...

问题终结者
今天
1
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部