spark性能调优(四):网络
创始人
2024-05-28 13:06:35
0次
网络
- 一、数据读写
- 二、数据处理
- 三、数据传输
在平衡不同硬件资源的时候,相比于CPU、内存、磁盘,网络开销处理延迟最高
一、数据读写
- 对于大多数应用来说,第一步都是从分布式系统中读取数据,不论什么文件格式,也不管哪种文件存储系统,访问数据源是否会引入网络开销,取决于任务与数据的本地性关系,也就是任务的本地性级别
| 本地性级别 | |
|---|---|
| process_level | 任务与数据在同个JVM进程中 |
| local_level | 任务与数据在同一个计算节点上,任务可能在磁盘或者另一个JVM进程中 |
| rack_level | 任务与数据不在同一节点,但在同一个物理机架上 |
| any | 任务与数据是跨机架,甚至是跨数据中心(DC)的关系 |
- 在读取数据源阶段,数据还未加载到内存,无法到process_level,调度的最高级别是node_level
- 此外还有一些内存文件系统,如Alluxio,数据读取的时候,有可能是process_level
- 因此,要想是node_level,spark与外部存储系统在物理上需要是紧紧耦合在一起的,物理上紧耦合,spark会用磁盘I/O代替网络开销,物理上分离,网络开销就无法避免
- Spark调度的核心是数据不动代码动,若是process_level或node_level就可能做到这一点,若是rack_l
相关内容
热门资讯
前端-session、jwt
目录： （1）session （2&#x...
linux入门---制作进度条
了解缓冲区 我们首先来看看下面的操作： 我们首先创建了一个文件并在这个文件里面添加了...
关于测试，我发现了哪些新大陆
关于测试 平常也只是听说过一些关于测试的术语，但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法
1. 前缀和 假设有一个数组，我们想大量频繁的去访问L到R这个区间的和，...
nodejs：本地安装nvm实...
一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本，node...
JAVA集合知识整理
Java集合知识整理 HashMap相关 HashMap的底层数据结构：jdk1.8之...
无刷直流电机介绍及单片机控制实...
无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2
1.传纸条 AcWing 275. 传纸条 - AcWing 走两条路，走一条最大的...
常用的DOS命令
常用的DOS命令 DOS（Disk Operating System，磁...
＜C++＞ 类和对象(下)
1.const成员函数将const修饰的“成员函数”称之为const成员函数，cons...