您好,登錄后才能下訂單哦!
這篇文章將為大家詳細(xì)講解有關(guān)怎么實(shí)現(xiàn)Spark的分布式存儲(chǔ)系統(tǒng)BlockManager全解析,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個(gè)參考,希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。
BlockManager 是 spark 中至關(guān)重要的一個(gè)組件,在spark的運(yùn)行過程中到處都有 BlockManager 的身影,只有搞清楚 BlockManager 的原理和機(jī)制,你才能更加深入的理解 spark。
BlockManager的作用?我理解是負(fù)責(zé)做RDD的存儲(chǔ),如何存下來給后續(xù)任務(wù)去使用。
其內(nèi)部模塊圖如下:
圖中看到有個(gè)memoryStore和DiskStore,說明把block做存儲(chǔ)時(shí),有內(nèi)存和磁盤2種方式,存儲(chǔ)后就都i通過這個(gè)Store去管理。
存儲(chǔ)時(shí)以Block為單位,所以會(huì)有個(gè)映射用的數(shù)組
有一個(gè)負(fù)責(zé)和Driver的BlockManagerMaster通信的引用接口
還有個(gè)shuffClient,負(fù)責(zé)做 備份 和 下載, 即各executor之間會(huì)通過shuffClient來做block的傳輸。
其關(guān)系如圖:
從中可以看到
blockManagerMaster在driver端生成
executor中生成blockManager,并負(fù)責(zé)向BMM注冊(cè)。
spark中注冊(cè)消息通過ActorSystem進(jìn)行發(fā)送
比如特殊的2個(gè)地方:
試圖put時(shí),會(huì)先看下該blockId是否有緩存,有的話直接取過來,否則就重新創(chuàng)建blockInfo
存儲(chǔ)時(shí)會(huì)先判斷內(nèi)存是否充足,充足就寫入memoryStore,如果不夠會(huì)先釋放再嘗試放入。
刪除的操作沒什么特別的,主要是會(huì)判斷一下塊的存儲(chǔ)級(jí)別,選擇從不同的store中取塊。
BMMAC就是BlockManagerMasterActor,我當(dāng)初瞎寫的簡(jiǎn)稱
注意點(diǎn):當(dāng)要取的塊來自好幾個(gè)BlockManager時(shí), 把它打亂順序,避免好幾個(gè)BM同時(shí)從某一個(gè)BM上下載數(shù)據(jù)!
BM為什么要備份他的block?書里作者沒解釋,我的理解是為了防止節(jié)點(diǎn)崩潰或者丟失,導(dǎo)致中間任務(wù)無法繼續(xù)執(zhí)行?
因?yàn)槠渌腂lockManager能接收的block可能有限,所以備份時(shí)可能會(huì)涉及多個(gè)block, 每次我們一樣,從BMmaster那里拿一個(gè) ***隨機(jī)***的blockManager做備份,避免都往同一個(gè)上備份。
從中可以看到
blockManagerMaster在driver端生成
executor中生成blockManager,并負(fù)責(zé)向BMM注冊(cè)。
spark中注冊(cè)消息通過ActorSystem進(jìn)行發(fā)送
關(guān)于怎么實(shí)現(xiàn)Spark的分布式存儲(chǔ)系統(tǒng)BlockManager全解析就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò),可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。