常常被一些用户问到，说“为什么我的mapreduce作业总是运行到某个阶段就报出如下错误，然后失败呢？以前同一个作业没出现过的呀？” 

10/01/10 12:48:01 INFO mapred.JobClient: Task Id : attempt_201001061331_0002_m_000027_0, Status : FAILED 

java.lang.OutOfMemoryError: Java heap space 

        at org.apache.hadoop.mapred.MapTask$MapOutputBuffer.<init>(MapTask.java:498) 

        at org.apache.hadoop.mapred.MapTask.run(MapTask.java:305) 

        at org.apache.hadoop.mapred.Child.main(Child.java:158)

 

这个实际上是 Out Of Memory OOM问题。

 

其实这样的错误有时候并不是程序逻辑的问题(当然有可能是由于程序写的不够高效，产生的内存消耗不合理而导致)，而是由于同样的作业，在数据量和数据本身发生不同时就会占据不同数量的内存空间。由于hadoop的mapreduce作业的运行机制是：在jobtracker接到客户端来的job提交后，将许多的task分配到集群中各个tasktracker上进行分块的计算，而根据代码中的逻辑可以看出，其实是在tasktracker上启了一个java进程进行运算，进程中有特定的端口和网络机制来保持map 和reduce之间的数据传输，所以，这些OOM的错误，其实就是这些java进程中报出了OOM的错误。 

     知道了原因以后就好办了，hadoop的mapreduce作业启动的时候，都会读取jobConf中的配置（hadoop-site.xml），只要在该配置文件中将每个task的jvm进程中的-Xmx所配置的java进程的max heap size加大，就能解决这样的问题： 

<property> 

  <name>mapred.child.java.opts</name> 

  <value>-Xmx1024m</value> 

</property> 

PS：该选项默认是200M 

新版本应该是在conf/hadoop-env.sh文件中修改。默认为1000M

最近在Porting原来的一些工程的build从Ant到Maven，由于工程太大，所以建立了不少树形结构的工程，此时在编译的时候常常会出现“java.lang.OutOfMemoryError: Java heap space”错误，从而导致编译失败，这个错误已出现很明显就是编译是给JVM分配的Xmx不够，但是在Maven中直接在mvn命令行后指定-Xmx1024m是不起作用的，此时要想使设置生效，就需要在编译前设置Maven环境参数，如下：

export MAVEN_OPTS='-Xms256m -Xmx1024m'  

然后再运行命令mvn命令编译就不好出现错误了。