spark并行度和partion联系
来源:互联网 发布:莱昂纳德防守知乎 编辑:程序博客网 时间:2024/06/08 17:39
一、问题:
1、怎样提高并行度?
几种方式:(1)reduce时,输入参数(int) (2)partitionBy()输入分区数 (3)SparkContext.textFile(path,num)
2、什么情况下需要提高并行度?
(1).partition的个数是split size决定的,spark的底层还是用的hadoop的fileformat,当你制定了一个可以切分的format,他就会按照splitsize去切partition,这个决定了任务会被分成多少份。
(2).节点个数跟cpu的核数决定了你能起多少实例,就是资源池。
(3).如果你partition的数量多,能起实例的资源也多,那自然并发度就多,如果你partition数量少,资源很多,它也不会有很多并发,如果你partition的数量很多,但是资源少,那么并发也不大,他会算完一批再继续起下一批
二、几个概念和关系:
Spark中关于并发度涉及的几个概念File,Block,Split,Task,Partition,RDD以及节点数、Executor数、core数目的关系
输入可能以多个文件的形式存储在HDFS上,每个File都包含了很多块,称为Block。
当Spark读取这些文件作为输入时,会根据具体数据格式对应的InputFormat进行解析,一般是将若干个Block合并成一个输入分片,称为InputSplit,
输入可能以多个文件的形式存储在HDFS上,每个File都包含了很多块,称为Block。
当Spark读取这些文件作为输入时,会根据具体数据格式对应的InputFormat进行解析,一般是将若干个Block合并成一个输入分片,称为InputSplit,
注意InputSplit不能跨越文件。
随后将为这些输入分片生成具体的Task。InputSplit与Task是一一对应的关系。
随后这些具体的Task每个都会被分配到集群上的某个节点的某个Executor去执行。
随后将为这些输入分片生成具体的Task。InputSplit与Task是一一对应的关系。
随后这些具体的Task每个都会被分配到集群上的某个节点的某个Executor去执行。
- 每个节点可以起一个或多个Executor。
- 每个Executor由若干core组成,每个Executor的每个core一次只能执行一个Task。
- 每个Task执行的结果就是生成了目标RDD的一个partiton。
注意:
这里的core是虚拟的core而不是机器的物理CPU核,可以理解为就是Executor的一个工作线程。
而 Task被执行的并发度 = Executor数目 * 每个Executor核数。
至于partition的数目:- 对于数据读入阶段,例如sc.textFile,输入文件被划分为多少InputSplit就会需要多少初始Task。
- 在Map阶段partition数目保持不变。
- 在Reduce阶段,RDD的聚合会触发shuffle操作,聚合后的RDD的partition数目跟具体操作有关,例如repartition操作会聚合成指定分区数,还有一些算子是可配置的。
阅读全文
1 0
- spark并行度和partion联系
- 并行和并发的区别与联系
- 理解MySQL——并行数据库与分区(Partion)
- spark 并行计算 前n项和
- Hadoop和Spark的联系和区别
- RDD中partion和block的对比
- kafka添加 partion导致 spark 实时任务数据减少
- Spark RDD、DataFrame、DataSet区别和联系
- spark-06-spark:cluster与client的区别和联系
- 两款高性能并行计算引擎Storm和Spark比较
- 两款高性能并行计算引擎Storm和Spark比较
- 两款高性能并行计算引擎Storm和Spark比较
- 两款高性能并行计算引擎Storm和Spark比较
- 两款高性能并行计算引擎Storm和Spark比较
- 高性能并行计算引擎Storm和Spark比较
- 两款高性能并行计算引擎Storm和Spark比较
- 两款高性能并行计算引擎Storm和Spark比较
- 两款高性能并行计算引擎Storm和Spark比较
- docker容器镜像持久化
- linux下常用文件传输命令
- Java基础第3讲--运算符
- crontab计划任务
- Lagrange 插值
- spark并行度和partion联系
- Spring事务管理
- 进程和线程
- TabLayou+fragment+viewpager实现滑动切换页面
- Servlet.service() for servlet jsp threw exception页面加载出现空指针异常
- lua异常处理机制xpcall
- jquery表单验证
- [svc]证书的生成和各个字段的含义
- hdu 1020 Encoding