Comments (2)
Quel est le goulot d'etranglement dans votre archi lors de l'import (CPU, disk read, disk write, RAM, reseau)?
La reponse a cette question va vous donner des pistes pour optimisation.
Probablement vous allez gagner du temps en lancant plusieurs mongoimport en parallele sur des noeuds differentes qui vont charger des chunks differents du fichier (en fonction de nombre des coeurs de vos noeuds vous pouvez lancer plusieurs mongoimport sur chaque noeud).
Est-ce que vous creez des index avant l'import? Est-ce que l'ordre d'insertion des donnees est la meme que l'ordre dans laquel les donnees seront stocquees sur le disque par MongoDB (fonction de votre modelisation) ?
Il y a beaucoup de ressources sur le sujet, par exemple : https://groups.google.com/forum/#!topic/mongodb-user/8dapPBGZdZE
from bigdata-paristech-project-2014.
Aucune idée sur le goulot d'étranglement. On a pris je pense des serveurs assez puissants (d'ailleurs l'import ne prend d'ailleurs pas toute la CPU, loin de là), avec pas mal de RAM. Sur mon PC, ça tournait 10 fois plus vite ! Donc je dirais, peut-être un souci de réseau, ou alors la répartition sur les shard.
Je n'ai pas créé d'index pour l'instant, je pensais le faire après, et l'insertion des données se fait simplement à partir du fichier de 100 Go, sans ruse particulière (je ne saurais quoi faire du reste).
from bigdata-paristech-project-2014.
Related Issues (13)
- Donnes d'entree pour le projet HOT 2
- Reference implementation HOT 1
- Precisions sur la repartition des numeros de telephone HOT 1
- Jeu de données projet Big Data HOT 1
- Chargement CSV avant démonstration HOT 2
- Distribution du/des serveur(s) applicatif(s) HOT 2
- Format du timestamp HOT 2
- Format de date des données HOT 1
- S3 bucket policy misses some IPs from us-east-1.
- Impossible de télécharger les fichiers à partir d'Amazon : HOT 21
- Gestion des noeuds du cluster HOT 1
- Gestion de Spark HOT 1
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from bigdata-paristech-project-2014.