linux cpu 使用率基准,关于linux：我应该在hadoop用户+ sys时间或hadoop作业计数器中花费的总cpu时间中使用哪一个基准测试任务？...

在一篇回答中写道："同一个作业在同一个数据上运行，但在一个20节点集群上运行，然后是一个200节点集群。总体而言，两个集群将使用相同数量的CPU时间"有人可以解释一下吗？

我用time命令来测量实时。有时我得到的cpu时间(hadoop计数器)比实际时间长，反之亦然。我知道实时测量实际时钟时间，它可以大于或小于user+sys。

我还没有得到hadoop的总CPU时间测量值。

关于时间命令，这个答案写的最好用user + sys作为基准测试。

作为total cpu time taken by process = user+sys，它应该与hadoop作业计数器的总CPU时间相同。但是我得到了不同的结果。

我应该考虑在hadoop user + sys或者花费的总cpu时间(hadoop计数器)中我是否正在做一些基准类型的任务？

注意：

在apache hive基准测试中，他们考虑了实时，但它也会受到其他进程的影响。所以我不能考虑实时。

same job running over the same data but on one 20 node cluster, then a 200 node cluster.Overall, the same amount of CPU time will be used on both clusters

这意味着如果作业在20节点群集上花费N小时，在200节点群集上花费M小时，则20 * N应等于M * 200

实时应该是你的选择，但正如你上面所说，这个值可能会相应改变，所以你应该尝试至少3次，并计算平均值作为最终结果。

好的。 您是否知道为什么工作计数器中的总CPU时间与usr + sys不同？

我认为usr + sys = mapreduce cpu time + cpu usr＆amp;的其他一些任务。 sys喜欢分配内存或访问硬件等我是对的吗？

@Dhruv绝对不是。 usr + sys是客户端进程的运行时间而不是mapreduce框架

所以对于地图减少，如果我想测量CPU时间，那么我应该只考虑在工作计数器写的cpu时间而不是我从时间命令得到的权利？

是的，这是正确的方法。