为避免您因没注意限制条件，业务启动后才发现限制条件，导致业务停止的现象发生，本文将对 MaxCompute MR 限制项进行汇总，以方便您查看。

MaxCompute MR 限制项汇总，如下表所示：
边界名 边界值 分类 配置项名称 默认值 是否可配置 说明
instance 内存占用 [256MB，12GB] 内存限制 odps.stage.mapper(reducer).mem 和 odps.stage.mapper(reducer).jvm.mem 2048M＋1024M 是 单个 map instance 或 reduce instance 占用 memory，由框架 memory（默认2048M）和 jvm的heap memory（默认 1024M）两部分 。
resource 数量 256个 数量限制 不涉及 无 否 单个 job 引用的 resource 数量不超过 256 个，table、archive 按照一个单位计算 。
输入路数和输出路数 1024 个和 256 个 数量限制 不涉及 无 否 单个job 的输入路数不能超过 1024（同一个表的一个分区算一路输入，总的不同表个数不能超过 64 个），单个 job 的输出路数不能超过 。
counter 数量 64个 数量限制 不涉及 无 否 单个 job 中自定义 counter 的数量不能超过 64，counter 的 group name 和 counter name 中不能带有 #，两者长度和不能超过 100 。
map instance 　 [1，100000] 数量限制 odps.stage.mapper.num 无 是 单个 job 的 map instance 个数由框架根据 split size 计算得出，如果没有输入表，可以通过 odps.stage.mapper.num 直接设置，最终个数范围 [1, 100000].
reduce instance [0，2000] 数量限制 odps.stage.reducer.num 无 是 单个 job 默认 reduce instance 个数为 map instance 个数的1/4，用户设置作为最终的 reduce instance 个数，范围 [0, 2000]。可能出现这样的情形：reduce 处理的数据量会比 map 大很多倍，导致 reduce 阶段比较慢，而 reduce 只能最多起 2000 。
重试次数 3 数量限制 不涉及 无 否 单个 map instance 或reduce instance 失败重试次数为3，一些不可重试的异常会直接导致作业失败。
local debug模式 instance个数不超100 数量限制 不涉及 无 否 local debug 模式下，默认 map instance 个数为 2，不能超过 100；默认reduce instance 个数为 1，不能超过 100；默认一路输入下载记录数 100，不能超过 10000 。
重复读取resource次数 64次 数量限制 不涉及 无 否 单个 map instance 或 reduce instance 重复读一个 resource 次数限制<=64 次 。
resource 字节数 2G 长度限制 不涉及 无 否 单个 job 引用的resource 总计字节数大小不超过 2G。
split size [1，) 长度限制 odps.stage.mapper.split.size 256M 是 框架会参考设置的 split size 值来划分 map，决定 map 的个数 。
string 列内容长度 8M 长度限制 不涉及 无 否 MaxCompute 表string 列内容长度不允许 。
worker 运行超时时间 ［1，3600］ 时间限制 odps.function.timeout 600 是 map 或者 reduce worker 在无数据读写且没有通过 context.progress()主动发送心态的情况下的超时时间，默认值是 600s。
MR引用Table资源支持的字段类型 BIGINT、DOUBLE、STRING、DATETIME、BOOLEAN 数据类型限制 不涉及 无 否 MR任务引用到Table资源时，若table表字段有其他类型字段执行报错