牢记以下五个步骤可以为你减少很多头痛的问题并且避免Java堆空间错误。
通过计算预期的内存消耗。
检查JVM是否有足够的可用空间。
检查JVM的设置是否正确。
限制节点使用交换空间和内存分页。
设置实例slot数量小于JobTracker web GUI计算的数值。
译者注：slot ：slot不是CPU的Core，也不是memory chip，它是一个逻辑概念，一个节点的slot的数量用来表示某个节点的资源的容量或者说是能力的大小，因而slot是 Hadoop的资源单位。详见这里。
在这篇博文里，我将详细讲解每个步骤，帮助大家更好地理解并正确管理实例（task attempt）内存。
译者注：实例（task attempt） ：这个词在官方文档中找到了解释： “Each task attempt is one particular instance of a Map or Reduce Task identified by its TaskID”。
理解怎样管理实例内存是很重要的，这样可以避免Java堆空间错误。当运行 map/reduce 作业（Job）时，你可能会看到实例出现这样的错误：
13/09/20 08:50:56 INFO mapred.JobClient: Task Id : attempt_201309200652_0003_m_000000_0, Status : FAILED on node node1
Error: Java heap space
当试图申请一个超过Java虚拟机（JVM）设置的最大内存限制时就会发生这个错误。
避免Java堆空间错误的第一步是了解你的map和reduce任务的内存需求，以便于你启动一个JVM时设置了适当内存限制。
例如，hadoop-0.20.2-dev-examples.jar中的wordcount 功能。 不管处理什么数据，map 任务都不需要很多内存。唯一需要很多内存的就是在加载运行所需的函数库的时候。当使用默认附带MapR包的wordcount功能时，512MB的内存对于实例JVM是绰绰有余了。如果你打算运行我们提供的Hadoop示例，可以尝试将map实例JVM的内存限制设为512MB。
如果你知道自己的map实例需要多少内存（在本例中是512MB）， 那么下一步启动设置好JVM内存。该实例在JVM中的内存是由TaskTracker为Map/Reduce作业处理数据而设定的。 TaskTracker设定的限制可能有两个来源：要么是用户提交作业时指定了内存大小作为该作业配置对象的一部分，或者是TaskTracker产生了 默认内存大小的JVM。
mapred.map.child.java.opts属性被用来为TaskTracker 启动JVM和执行map任务的参数（在reduce任务中也有个类似的属性）。如果mapred.map.child.java.opts属性被设置成“-Xmx512m”，那么map实例JVMs会有512MB的内存限制。相反的，如果-Xmx没有通过配置属性去指定一个数值的话，那么 每个TaskTracker将会为启动JVM计算一个默认的内存限制。该限制是基于TaskTracker为map/reduce task slot分配的数量所决定的，并且TaskTracker分配给Map/Reduce总内存不能超过系统限制。
TaskTracker为map/reduce实例分配的slot数量在TaskTracker启动时就设定好了。通过每个节点上mapred-site.xml文件中两个参数进行控制的：
mapred.tasktracker.map.tasks.maximum
mapred.tasktracker.reduce.tasks.maximum
设置这些默认值的规则是基于节点上CPU核心的数量。不过你可以下面两个方法来重载参数：
修改mapred-site.xml文件设定一个固定的slots数值。
使用自定义规则。
在系统中，TaskTracker map/reduce实例内存限制是在TaskTracker进程启动时设定的。有两个地方可以设置内存限制。首先在Hadoop conf目录下的hadoop-env.sh脚本中可以显式的设置，你可以添加下面这行来指定内存限制：
export HADOOP_HEAPSIZE=2000
这行命令限制了节点上的所有实例JVM总共可以使用2000MB的内存。如果没有在hadoop-env.sh文件中指定 HADOOP_HEAPSIZE这个参数，那么当MapR warden service启动TaskTracker时会对内存进行限制。 warden service会基于节点上物理内存的数量减去服务运行中已经占用的内存数量得出限制的大小。如果你去看看warden.conf你会看到像这样的一些属性：
service.command.mfs.heapsize.percent=20
service.command.mfs.heapsize.min=512
这个例子表示，warden占用分配给MFS服务节点的20%物理内存或最低512MB（512MB<20%的物理内存的情况下）。如果你考虑所有服务都配置在一个节点上运行的话，你要考虑下在 warden.conf中指定下内存分配。你应该能明确多少内存用于服务配置（还要为系统正常运行预留内存）。剩下的内存就是TaskTracker为并发运行实例设置的内存限制了。
