您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了“學(xué)習(xí)Spark需要了解的RDD知識點(diǎn)有哪些”,內(nèi)容簡而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“學(xué)習(xí)Spark需要了解的RDD知識點(diǎn)有哪些”這篇文章吧。
作業(yè)調(diào)度
當(dāng)對RDD執(zhí)行轉(zhuǎn)換操作時,調(diào)度器會根據(jù) RDD 的 lineage(血統(tǒng))來構(gòu)建由若干調(diào)度階段(Stage) 組成的有向無環(huán)圖(DAG),每個調(diào)度階段包含盡可能多的連續(xù)窄依賴轉(zhuǎn)換。調(diào)度器按照有向 無環(huán)圖順序進(jìn)行計算,并最終得到目標(biāo)RDD。
調(diào)度器向各節(jié)點(diǎn)分配任務(wù)釆用延時調(diào)度機(jī)制并根據(jù)數(shù)據(jù)存儲位置(數(shù)據(jù)本地性)來確定。若一個任務(wù)需要處理的某個分區(qū)剛好存儲在某個節(jié)點(diǎn)的內(nèi)存中,則該任務(wù)會分配給該節(jié)點(diǎn);如果在內(nèi)存中不包含該分區(qū),調(diào)度器會找到包含該RDD的較佳位置,并把任務(wù)分配給所在節(jié)點(diǎn)。
對應(yīng)寬依賴的操作,在Spark將中間結(jié)果物化到父分區(qū)的節(jié)點(diǎn)上,這和MapReduce物化 map的輸出類似,可以簡化數(shù)據(jù)的故障恢復(fù)過程。如下圖所示,實(shí)線圓角方框標(biāo)識的是RDD。陰影背景的矩形是分區(qū),若已存于內(nèi)存中,則用黑色背景標(biāo)識。RDD上一個行動操作的執(zhí)行將 會以寬依賴為分區(qū)來構(gòu)建各個調(diào)度階段,對各調(diào)度階段內(nèi)部的窄依賴則前后連接構(gòu)成流水線。在本例中,Stage 1的輸出已經(jīng)存在內(nèi)存中,所以直接執(zhí)行Stage 2 ,然后執(zhí)行Stage 3
Spark如何計算作業(yè)調(diào)度階段
對于執(zhí)行失敗的任務(wù),只要它對應(yīng)調(diào)度階段父類信息仍然可用,該任務(wù)會分散到其他節(jié)點(diǎn) 重新執(zhí)行。如果某些調(diào)度階段不可用(例如,因?yàn)镾huffle在map節(jié)點(diǎn)輸出丟失了),則重新提交相應(yīng)的任務(wù),并以并行方式計算丟失的分區(qū)。在作業(yè)中如果某個任務(wù)執(zhí)行緩慢(即Straggler), 系統(tǒng)則會在其他節(jié)點(diǎn)上執(zhí)行該任務(wù)的副本。該方法與MapReduce推測執(zhí)行做法類似,并取最先得到的結(jié)果作為最終的結(jié)果。
調(diào)度器
RDD 模型將計算分解為多個相互獨(dú)立的細(xì)粒度任務(wù),這使得它在多用戶集群能夠支持多種資源共享算法。特別地,每個 RDD 應(yīng)用可以在執(zhí)行過程中動態(tài)調(diào)整訪問資源。
Spark 提供了uoduo 種持久化 RDD 的存儲策略:
第一個選項(xiàng)的性能是最優(yōu)的,因?yàn)榭梢灾苯釉L問在Java虛擬機(jī)內(nèi)存里的RDD對象;在空間有限的情況下,第二種方式可以讓用戶釆用比Java對象更有效的內(nèi)存組織方式,但代價是降低了性能;第三種策略使用于RDD太大的場景,每次重新計算該 RDD會帶來額外的資源開銷(如I/O等)。
對于內(nèi)存使用 LRU 回收算法來進(jìn)行管理,當(dāng)計算得到一個新的 RDD 分區(qū),但沒有足夠空間來存儲時,系統(tǒng)會從最近最少使用的 RDD 回收其一個分區(qū)的空間。除非該 RDD 是新分區(qū)對應(yīng)的 RDD,這種情況下 Spark 會將舊的分區(qū)繼續(xù)保留在內(nèi)存中,防止同一個 RDD 的分區(qū)被循環(huán)調(diào)入/調(diào)出。這點(diǎn)很關(guān)鍵,因?yàn)榇蟛糠值牟僮鲿谝粋€ RDD 的所有分區(qū)上進(jìn)行,那么很有可能已經(jīng)存在內(nèi)存中的分區(qū)將再次被使用。
以上是“學(xué)習(xí)Spark需要了解的RDD知識點(diǎn)有哪些”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學(xué)習(xí)更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道!
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,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,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。