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 15181
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 32
博文 403
码字总数 211721
作品 0
高级程序员
私信 提问
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
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
238
2
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
7.3K
6
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
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
604
1
Kettle 调用方式

在使用Kettle执行Job或者转换的时候有多种方式,例如: 一:通过命令行来执行 kitchen.sh来执行指定的Job,例如: 通过"Pan.bat"来执行指定的转换,例如: 二:通过Java API 接口在代码中执行...

mybabe0312
2017/04/06
0
0

没有更多内容

加载失败,请刷新页面

加载更多

查询改写参数配置

参数配置有哪些选项:

Java搬砖工程师
22分钟前
2
0
elasticsearch知识点

elasticsearch基础知识: 基础知识: 1 集群: 主节点不涉及文档级别的变更或搜索 只负责索引的变更 删除 和 集群节点的加入和删除 技术上来说,一个主分片最大能够存储 Integer.MAX_VALUE - 12...

geek土拨鼠
24分钟前
2
0
ECS(Entity-Component-System)

ECS是一种思想 TODO

梦想游戏人
25分钟前
1
0
Navicat使用教程:使用Navicat Premium 12自动执行数据库复制(一)

下载Navicat Premium最新版本 Navicat Premium是一个可连接多种数据库的管理工具,它可以让你以单一程序同时连接到MySQL、Oracle及PostgreSQL数据库,让管理不同类型的数据库更加的方便。 与...

电池盒
27分钟前
4
0
docker 新手向 - 防止容器自动退出的解决方案

本文主要简单介绍 docker 容器与前置进程的关系,以及如何编写 Dockerfile/docker-compose.yml 优雅的让容器可以常驻运行。 docker 容器的生命周期是同容器中的前置进程相关在一起的,这也是...

big_cat
30分钟前
2
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部