手记

Spark Core 性能调优之资源动态调度(Yarn模式下)

操作场景

        对于Spark应用来说,资源是影响Spark应用执行效率的一个重要因素。当一个长期运行的服务(比如JDBCServer),若分配给它多个Executor,可是却没有任何任务分配给它,而此时有其他的应用却资源紧张,这就造成了很大的资源浪费和资源不合理的调度。

        动态资源调度就是为了解决这种场景,根据当前应用任务的负载情况,实时的增减Executor个数,从而实现动态分配资源,使整个Spark系统更加健康。

操作步骤

1、需要先配置External shuffle service。详情见www.jianshu.com/writer#/notebooks/15701476/notes/16127461

2、在“spark-defaults.conf”中必须添加配置项“spark.dynamicAllocation.enabled”,并将该参数的值设置为“true”,表示开启动态资源调度功能。默认情况下此功能关闭。

动态资源调度配置参数:

注意事项

使用动态资源调度功能,必须配置External Shuffle Service。如果没有使用External Shuffle

Service,Executor被杀时会丢失shuffle文件。

如果通过spark.executor.instances或者--num-executors指定了Executor的个数,即使配置了动态资源调度功能,动态资源调度功能也不会生效。

 当前动态资源分配功能开启后,不能完全避免task被分配到即将要移除的executor,但是一般情况下只会导致该task失败,只有同一个task失败4次(可通过spark.task.maxFailures配置)才会导致job失败,所以正常情况下基本不会因为task被分配到即将要移除的executor导致job失败,并且可以通过调大spark.task.maxFailures来减小问题发生的概率。

             




作者:iiiiiiiioooooo
链接:https://www.jianshu.com/p/630b199cfd99


0人推荐
随时随地看视频
慕课网APP