Falta de error de memoria en Hadoop

Intenté instalar Hadoop siguiendo esto http://hadoop.apache.org/common/docs/stable/single_node_setup.html documento. Cuando intenté ejecutar esto

bin/hadoop jar hadoop-examples-*.jar grep input output 'dfs[a-z.]+' 

Recibo la siguiente excepción

java.lang.OutOfMemoryError: Java heap space

Sugiera una solución para que pueda probar el ejemplo. La Excepción completa se enumera a continuación. Soy nuevo en Hadoop, podría haber hecho algo tonto. Cualquier sugerencia será muy apreciada.

anuj@anuj-VPCEA13EN:~/hadoop$ bin/hadoop jar hadoop-examples-*.jar grep input output 'dfs[a-z.]+'
11/12/11 17:38:22 INFO util.NativeCodeLoader: Loaded the native-hadoop library
11/12/11 17:38:22 INFO mapred.FileInputFormat: Total input paths to process : 7
11/12/11 17:38:22 INFO mapred.JobClient: Running job: job_local_0001
11/12/11 17:38:22 INFO util.ProcessTree: setsid exited with exit code 0
11/12/11 17:38:22 INFO mapred.Task:  Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@e49dcd
11/12/11 17:38:22 INFO mapred.MapTask: numReduceTasks: 1
11/12/11 17:38:22 INFO mapred.MapTask: io.sort.mb = 100
11/12/11 17:38:22 WARN mapred.LocalJobRunner: job_local_0001
java.lang.OutOfMemoryError: Java heap space
    at org.apache.hadoop.mapred.MapTask$MapOutputBuffer.<init>(MapTask.java:949)
    at org.apache.hadoop.mapred.MapTask.runOldMapper(MapTask.java:428)
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:372)
    at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:212)
11/12/11 17:38:23 INFO mapred.JobClient:  map 0% reduce 0%
11/12/11 17:38:23 INFO mapred.JobClient: Job complete: job_local_0001
11/12/11 17:38:23 INFO mapred.JobClient: Counters: 0
11/12/11 17:38:23 INFO mapred.JobClient: Job Failed: NA
java.io.IOException: Job failed!
    at org.apache.hadoop.mapred.JobClient.runJob(JobClient.java:1257)
    at org.apache.hadoop.examples.Grep.run(Grep.java:69)
    at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65)
    at org.apache.hadoop.examples.Grep.main(Grep.java:93)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
    at java.lang.reflect.Method.invoke(Method.java:597)
    at org.apache.hadoop.util.ProgramDriver$ProgramDescription.invoke(ProgramDriver.java:68)
    at org.apache.hadoop.util.ProgramDriver.driver(ProgramDriver.java:139)
    at org.apache.hadoop.examples.ExampleDriver.main(ExampleDriver.java:64)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
    at java.lang.reflect.Method.invoke(Method.java:597)
    at org.apache.hadoop.util.RunJar.main(RunJar.java:156)

Necesitas hacer ajustes a mapreduce.{map|reduce}.java.opts y también a mapreduce.{map|reduce}.memory.mb.

Por ejemplo:

  hadoop jar <jarName> <fqcn> \
      -Dmapreduce.map.memory.mb=4096 \
      -Dmapreduce.map.java.opts=-Xmx3686m

aquí es un buen recurso con la respuesta a esta pregunta

Asegúrate que mapreduce.child.java.opts tener suficiente memoria necesaria para ejecutar el trabajo asignado. También asegúrese de que mapreduce.task.io.sort.mb debe ser menor que mapreduce.child.java.opts.

Ejemplo:

 mapreduce.child.java.opts=Xmx2048m

 mapreduce.task.io.sort.mb=100

De lo contrario, se encontrará con el problema de OOM, incluso HADOOP_CLIENT_OPTS en hadoop-env.sh tiene suficiente memoria si está configurado.

Puede asignar más memoria editando el archivo conf/mapred-site.xml y agregando la propiedad:

  <property>
    <name>mapred.child.java.opts</name>
    <value>-Xmx1024m</value>
  </property>

Esto iniciará las JVM de Hadoop con más espacio de almacenamiento dinámico.

Para cualquiera que use paquetes RPM o DEB, la documentación y los consejos comunes son engañosos. Estos paquetes instalan archivos de configuración de hadoop en /etc/hadoop. Estos tendrán prioridad sobre otros ajustes.

El /etc/hadoop/hadoop-env.sh establece la memoria de montón de Java máxima para Hadoop, por defecto es:

   export HADOOP_CLIENT_OPTS="-Xmx128m $HADOOP_CLIENT_OPTS"

Esta configuración de Xmx es demasiado baja, simplemente cámbiela a esta y vuelva a ejecutar

   export HADOOP_CLIENT_OPTS="-Xmx2048m $HADOOP_CLIENT_OPTS"