版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
Shuffle调优介绍1.了解发展概述.
2.理解HashShuffleManager运行原理.
3.理解SortShuffleManager运行原理及运行机制.
01发展概述02HashShuffleManager运行原理03SortShuffleManager运行原理及运行机制
发展概述01
发展概述
在Spark的源码中,负责shuffle过程的执行、计算和处理的组件主要就是ShuffleManager。在Spark1.2以前,默认的shuffle计算引擎是HashShuffleManager,它有着一个非常严重的弊端,就是会产生大量的中间磁盘文件,进而由大量的磁盘IO操作影响了性能。在Spark1.2以后的版本中,默认的ShuffleManager改成了SortShuffleManager。SortShuffleManager相较于HashShuffleManager来说,每个Task在进行shuffle操作时,每个Task就只有一个磁盘文件。在下一个stage的shufflereadtask拉取自己的数据时,只要根据索引读取每个磁盘文件中的部分数据即可。
HashShuffleManager运行原理02
HashShuffleManager运行原理下图说明了优化的HashShuffleManager的原理
SortShuffleManager
运行原理及运行机制03
SortShuffleManager运行原理及运行机制SortShuffleManager运行原理
SortShuffleManager运行原理及运行机制
SortShuffleManager的运行机制主要分成两种,一种是普通运行机制,另一种是bypass运行机制。当shufflereadtask的数量小于等于spark.shuffle.sort.bypassMergeThreshold参数的值时(默认为200),就会启用bypass机制。
SortShuffleManager运行原理及运行机制
普通运行机制
在该模式下,数据会先写入一个内存数据结构中,此时根据不同的shuffle算子,可能选用不同的数据结构。如果是reduceByKey这种聚合类的shuffle算子,那么会选用Map数据结构,一边通过Map进行聚合,一边写入内存;如果是join这种普通的shuffle算子,那么会选用Array数据结构,直接写入内存。接着,每写一条数据进入内存数据结构之后,就会判断一下,是否达到了某个临界阈值。如果达到临界阈值的话,那么就会尝试将内存数据结构中的数据溢写到磁盘,然后清空内存数据结构。
SortShuffleManager运行原理及运行机制bypass运行机制
shufflemaptask数量小于spark.shuffle.sort.bypassMergeThreshold参数的值。不是聚合类的shuffle算子(比如reduceByKey)。此时task会为每个下游task都创建一个临时磁盘文件,并将数据按key进行hash然后根据key的hash值,将key写入对应的磁盘文件之中。当然,写入磁盘文件时也是先写入内存缓冲,缓冲写满之后再溢写到磁盘文件的。最后,同样会将所有临时磁盘文件都合并成一个磁盘文件,并创建一个单独的索引文件。1.
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 上海市度假别墅租赁合同
- 2024客运索道风险管控和隐患排查治理导则
- 历史-安徽省京师测评2024届高三质量联合检测试题和答案
- 玩红蓝要保持好心态
- 输液输血类产品项目建议书
- 猪常见传染病:规模化养殖场管理
- 沙河市正康能源有限公司配套输气管网项目环评报告
- 菜园专家:大白菜病虫害防治指南
- 儿科中成药研发投入分析
- 食疗调理-高血压患者的饮食疗法
- 昆明爱科特生物科技有限公司年产2500吨生物酶制剂饲料...
- 蜡疗技术操作评分标准
- 3D小人PP素材ppt课件
- 居然之家合同DOC
- 一般岩土参数汇总
- 清洗预膜方案
- 化探野外工作方法及要求
- 儿童急救小常识(课堂PPT)
- 电力安全工器具预防性试验方案
- 工程项目管理流程图
- 某成品油管道工艺设计(首站)
评论
0/150
提交评论