Spark Unified Memory Manager分析
来源:互联网 发布:花呗怎么在淘宝买东西 编辑:程序博客网 时间:2024/05/20 14:25
spark Executor的内存大小设置一直是长期困扰开发人员和分析师的一个大问题。不同应用使用的算法和数据不同,一次内存设置也是难以评估,设置过大会造成资源浪费,其余任务得不到资源而等待。设置过小,计算过程中会带来频繁的GC和磁盘读写,缓存数据比较少,还有可能会带来OOM,也会影响到性能。
针对上述的问题,spark 1.6 带来了新的内存管理机制,Unified Memory Manager。
以前的内存管理
日常使用中,我们通过spark.executor.memory
来控制一个executor最多可以使用的内存大小,实际上是通过设置Executor的JVM的Heap大小实现的。
在spark1.6之前,Executor的内存界限分明,分别由3部分组成:execution,storage和system。
execution
execution空间通过设置spark.shuffle.memoryFraction
参数来控制大小,默认为0.2。为了避免shuffle,join,排序和聚合这些操作直接将数据写入磁盘,所设置的buffer大小,减少了磁盘读写的次数。storage
storage空间通过设置spark.storage.memoryFraction
参数来控制大小,默认为0.6。用于存储用户显示调用的persist,cache,broadcast等命令存储的数据空间。system
程序运行需要的空间,存储一些spark内部的元数据信息,用户的数据结构,避免一些不寻常的大记录带来的OOM。
之前的管理方式,最明显的就是对execution和storage空间进行了明显的划分。举个例子,一些任务可能对数据缓存的需求并不是很高,就会造成storage空间的浪费。
因此,spark1.6带来了新的内存管理机制。
Unified MemoryManager简述
为了解决上述出现的问题,新提出的内存管理机制淡化了execution空间和storage空间的边界,让它们之间可以相互“借”内存。
通过spark.memory.useLegacyMode
参数来决定是否开启新的内存管理机制,默认为开启。
它们总共可用的内存由spark.memory.fraction
参数控制(默认为0.75)。在该空间内部,对execution和storage进行了进一步的划分。由spark.memory.storageFraction
参数控制(默认为0.5),这意味着strorage空间真实占有的executor空间为:
0.75*0.5 = 0.375
exetution向storage”借“内存
在程序执行过程中,如果execution空间不足,则会向storage空间提出申请,storage会将空闲内存借给execution使用,如果不够,则会释放之前向execution借的内存。
execution申请在acquireStorageMemory
方法中实现。
每次申请空间前会进行相应判断,在maybeGrowExecutionPool
方法中:
//extraMemoryNeeded为需要申请的内存def maybeGrowExecutionPool(extraMemoryNeeded: Long): Unit = { if (extraMemoryNeeded > 0) { //判断storage空闲空间和向execution借去的空间,取较大的那个。 //如果需要,storage会将先前向execution借的内存取消缓存进行返还。 val memoryReclaimableFromStorage = math.max(storageMemoryPool.memoryFree, storageMemoryPool.poolSize - storageRegionSize) //判断是否还有内存可以借出 if (memoryReclaimableFromStorage > 0) { //如果剩余内存不够申请的,则将可用内存全部借出。 val spaceReclaimed = storageMemoryPool.shrinkPoolToFreeSpace( math.min(extraMemoryNeeded, memoryReclaimableFromStorage)) onHeapExecutionMemoryPool.incrementPoolSize(spaceReclaimed) } }}
storage向execution“借”内存
同样的,在storage需要内存的时候,execution也会将它的空闲内存借出去。因为实现复杂,所以execution空间不会被storage驱逐。这种机制带来的问题是,如果execution占据了storage大部分空间。这时候对一些数据的缓存可能会失败。
在下面的方法中可以清楚的看出,storage可使用的最大内存是maxMemory-execution已使用的内存数
,意思就是说,即使execution占据了storage的空间也不会被收回,直到execution自己释放。
override def maxStorageMemory: Long = synchronized { maxMemory - onHeapExecutionMemoryPool.memoryUsed }
storage申请在acquireExecutionMemory
方法中进行了实现。
override def acquireStorageMemory( blockId: BlockId, numBytes: Long, evictedBlocks: mutable.Buffer[(BlockId, BlockStatus)]): Boolean = synchronized { //如果需要空间大于Storage现有的最大内存空间,直接返回失败 if (numBytes > maxStorageMemory) { return false } //如果需要空间比当前storage剩余空间多,则去借execution的空闲空间。 if (numBytes > storageMemoryPool.memoryFree) { val memoryBorrowedFromExecution = Math.min(onHeapExecutionMemoryPool.memoryFree, numBytes) onHeapExecutionMemoryPool.decrementPoolSize(memoryBorrowedFromExecution) storageMemoryPool.incrementPoolSize(memoryBorrowedFromExecution) } storageMemoryPool.acquireMemory(blockId, numBytes, evictedBlocks)
更多实现细节可以去org.apache.spark.memory.UnifiedMemoryManager
代码中查看。
带来的好处
除开极端内存使用环境(execution和storage空间都被占满)的情况下,新的内存管理机制能够减少shuffle过程中将数据spill到磁盘的次数或者提高数据的缓存比例,都能对程序运行速度带来一定的提升,同时也减少了调试参数的次数。
- Spark Unified Memory Manager分析
- Spark 1.6 内存管理模型( Unified Memory Management)分析
- Spark 1.6 内存管理模型( Unified Memory Management)分析
- Spark 1.6 内存管理模型( Unified Memory Management)分析
- Unified Memory与unified memory managed详解
- cuda Unified Memory
- CUDA总结:Unified Memory
- CUDA Unified Memory
- NVIDIA Pascal GP100 Unified Memory
- 第30课:彻底解密Spark 2.1.X中Shuffle中JVM Unified Memory内幕详情:Spark Unified Memory的运行原理和机制是什么?Spark JVM最小配置是什么
- Object-C memory manager 练习与结果分析
- CUDA Unified Memory统一内存使用注意
- CUDA Unified Memory统一内存使用注意
- 解决Erroer:unified memory profiling failed.问题
- Ojb-C memory manager
- task manager memory meaning
- memory allocation manager
- B - Memory Manager
- 对“C++添加一个头文件和extern以及全局变量和局部变量问题”的解释
- Uncaught Error: Bootstrap's JavaScript requires jQuery
- Sqlite3的使用
- python基础学习
- HDU 2594 数据结构之KMP
- Spark Unified Memory Manager分析
- c打印乘法口诀和三角
- 黑马程序员--IO总结
- MySql数据库事务的4大特性
- Python详解(一)Python的基本语法,简单数据类型,和while,for循环控制,ifesle控制
- 获取info.plist当中版本号
- 黑马程序元--内部类
- 自定义Log
- Mysql数据库常用引擎的介绍