Spark架构、抽象、运行环境（简述spark运行的基本流程）
ccwgpt 2024-10-09 08:27 25 浏览 0 评论
一、Spark架构
在生产环境中，Spark经常作为统一资源管理平台的用户，向统一资源管理平台提交作业，作业提交成功后，Spark的作业会被调度成计算任务，在资源管理系统的容器中运行。
在集群运行中的Spark架构是典型的主从架构。所有的分布式架构无外乎两种：
1、主从架构（master/slave），2、点对点架构（p2p）
在Spark架构中，Driver主要负责作业调度工作，Executor负责执行具体的作业计算任务。
1、Driver会根据用户编写的代码生成一个有向无环图（Directed Acyclic Graph， DAG），这个图是Spark区分MapReduce的重要特征。
2、DAG会根据RDD（弹性分布式数据集）之间的依赖关系被DAG Scheduler切分成由Task组成的Stage，这里的Task是计算任务。这里的Stage不是阶段，是表示一个计算任务的集合。
3、TaskScheduler会通过ClusterManager将Task调度到Executor上执行。
Spark并不会直接执行用户编写的代码，而用户代码只是告诉Spark要做什么，是一种“声明”。
二、Spark抽象
当用户编写好代码向集群提交时，一个作业就产生了，作业的英文是job。
一个Executor同时只能执行一个计算任务，但是一个Worker（物理节点）上可以同时运行多个Executor。
Executor的数量决定了同时执行任务的数量。一般来说，分区数远大于Executor的数量才是合理的。
同一个作业，在计算逻辑不变的情况下，分区数和Executor的数量很大程度上决定了作业运行的时间。
三、Spark的运行环境
SparkSession初始化完成，后续用户可以实现自己的数据处理逻辑。
在代码中，指明了Spark运行环境的YARN，且以yarn-client方式提交作业。（YARN还支持以yarn-cluster方式，区别在于前者Driver运行在客户端，后者Driver运行在YARN的Container中）
一共申请了10个Executor实例，每个10G。是不是改成100个Executor，每个1G，作业执行的速度会大大提升呢？不一定。
因为在总量不变的情况下，每个Executor的资源减少为原来的十分之一，那么每个Executor有可能无法胜任单个计算任务的计算量（也有可能可以，但是完成速度会大大降低），这样就不得不提升分区数来降低每个计算任务的计算量。
其实和机器学习的调参类似，都是在一定约束下（这里是资源），通过参数改变，来实现某个目标（作业执行时间）的最优化。这里只考虑了Executor的资源，没考虑Driver所需的资源。另外资源也只考虑了一个维度：内存，没有考虑另外一个维度：CPU。
相关推荐
- 谷歌正在为Play商店进行Material Design改造
-
谷歌最近一直忙于在其应用程序中完成MaterialDesign风格的改造，而Play商店似乎是接下来的一个。9to5Google网站报道，有用户在Play商店的最新版本中发现了新界面，暗示该应用和网...
- 企业网站免费搭建，定制化建站CMS系统
-
科腾软件企业网站CMS管理系统已完成开发工作,首次开源（全部源码）发布。开发工具：VisualStudioEnterprise2022数据库：SQLite(零配置，跨平台，嵌入式)开发...
- 您需要的 11 个免费 Chrome 扩展程序
-
来源：SEO_SEM营销顾问大师Chrome扩展程序是SEO的无名英雄，他们在幕后默默工作，使您的策略脱颖而出并提高您的努力效率。从竞争对手研究到审核您的网站，速度比您说“元描述”还快，这些小工具发...
- 户外便携设备抗干扰困境如何破局?CMS-160925-078S-67给出答案
-
在户外复杂的电磁环境中，便携式设备中的扬声器需具备出色抗干扰能力，CUID的CMS-160925-078S-67在这方面表现突出。 从其结构设计来看，矩形框架虽主要为适配紧凑空...
- 一个基于NetCore开发的前后端分离CMS系统
-
今天给大家推荐一个开源的前后端分离架构的CMS建站系统。项目简介这是一个基于.Net3构建的简单、跨平台、模块化建站系统。系统业务简单、代码清晰、层级分明、全新架构便于二次扩展开发。支持多种数据库，...
- 本地Docker部署ZFile网盘打造个人云存储
-
前言本文主要介绍如何在LinuxUbuntu系统使用Docker本地部署ZFile文件管理系统，并结合cpolar内网穿透工具实现远程访问本地服务器上的ZFile传输与备份文件，轻松搭建个人网盘，无...
- pcfcms企业建站系统 免费+开源的企业内容管理系统
-
项目介绍pcfcms是基于TP6.0框架为核心开发的免费+开源的企业内容管理系统，专注企业建站用户需求提供海量各行业模板，降低中小企业网站建设、网络营销成本，致力于打造用户舒适的建站体验。演示站...
- 【推荐】一个高颜值且功能强大的 Vue3 后台管理系统框架
-
如果您对源码&技术感兴趣，请点赞+收藏+转发+关注，大家的支持是我分享最大的动力！！！项目介绍SnowAdmin是一款基于Vue3、TypeScript、Vite5、Pinia、Arco-Desi...
- java开源cms管理系统框架PublicCMS后台管理系统
-
一款使用Java语言开发的CMS，提供文章发布，图片展示，文件下载,用户权限、站点模块，内容管理、分类等功能。可免费用于商业用途maven工程数据库脚本在工程中database文件夹下代码结构：效果...
- 一定要大量读书:当我问Deepseek，它给出的高效阅读方法厉害了!
-
一年一度的世界读书日，总该写点什么。于是，我去问Deepseek给我推荐人生破局必读的10本书，结果它给了我回复，竟然10本推荐的书籍里，我都曾经浏览过，同时还给出破局关键。而说浏览过，不是读过，是因...
- 《搜神札记》:不应磨灭的惊奇（小说《搜神记》）
-
□黄勃志怪传说的书写一直是文人墨客的后花园，晚近尤盛，从张岱到袁枚到纪昀，收集那些或阴森或吊诡的行状故事，遂成一类，到民国年间，周作人挟此遗传，捋袖子拿希腊神话动刀，乃兄鲁迅不甘其后，《故事新编》虎...
- 《如何构建金字塔》之第三章总结（构建金字塔结构的方法有）
-
“没有什么比一套好理论更有用了。”——库尔特.勒温这篇读后感依然引用了这句库尔特.勒温名言，这句话也是我读芭芭拉.明托这本书的初衷。今天就“如何构建金字塔”，我来谈谈我的读后心得。我热爱写作，但是写...
- 《助人技术》第一章助人引论内容框架
-
第一章内容基本呈现如何成为助人者（心理咨询师）以及一些相关基础知识，对于进入这个行业有兴趣以及希望通过心理咨询寻求帮助但存有疑虑的当事人，都值得一读。心理咨询的三个阶段（不是说严格的三个阶段，而是广义...
- AI助手重构读后感写作流程:从提纲到完整性思考的转换
-
大家好！你有没有遇到过读完一本书，想要写读后感，却不知道从何下手的情况呢？今天我们要来探讨一下如何利用稿见AI助手来重构读后感写作流程，从提纲到完整性思考的转换。让我们一起来看看这个全新而又实用的方法...
- 图解用思维导图做读书笔记技巧（图解用思维导图做读书笔记技巧视频）
-
做阅读笔记非常有利于读后进行有效的深入思考，而思维导图这一强大的工具其最大的特点就是架构清晰，在阅读过程中对文章的分析、总结、分类起着很大的辅助作用。思维导图读书笔记步骤：1、阅读大纲。首先要快速浏览...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- MVC框架 (46)
- spring框架 (46)
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- jpa框架 (47)
- laravel框架 (46)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- JAVA集合框架 (47)
- mfc框架 (52)
- abb框架断路器 (48)
- grpc框架 (55)
- ppt框架 (48)
- 内联框架 (52)
- cad怎么画框架 (58)
- ps怎么画框架 (47)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)
- oracle提交事务 (47)