程序员人生网站导航

第17课：Spark Streaming资源动态申请和动态控制消费速率原理剖析

栏目：服务器时间：2016-06-24 17:54:39

为何需要动态？
a) Spark默许情况下粗粒度的，先分配好资源再计算。对Spark Streaming而言有高峰值和低峰值，但是他们需要的资源是不1样的，如果依照高峰值的角度的话，就会有大量的资源浪费。
b) Spark Streaming不断的运行，对资源消耗和管理也是我们要斟酌的因素。
Spark Streaming资源动态调剂的时候会面临挑战：
Spark Streaming是依照Batch Duration运行的，Batch Duration需要很多资源，下1次Batch Duration就不需要那末多资源了，调剂资源的时候还没调剂完Batch Duration运行就已过期了。这个时候调剂时间间隔。

Spark Streaming资源动态申请
1. 在SparkContext中默许是不开启动态资源分配的，但是可以通过手动在SparkConf中配置。

// Optionally scale number of executors dynamically based on workload. Exposed for testing.
val dynamicAllocationEnabled = Utils.isDynamicAllocationEnabled(_conf)
if (!dynamicAllocationEnabled && 
//参数配置是不是开启资源动态分配
_conf.getBoolean("spark.dynamicAllocation.enabled", false)) {
  logWarning("Dynamic Allocation and num executors both set, thus dynamic allocation disabled.")
}

_executorAllocationManager =
  if (dynamicAllocationEnabled) {
    Some(new ExecutorAllocationManager(this, listenerBus, _conf))
  } else {
    None
  }
_executorAllocationManager.foreach(_.start())

2.  ExecutorAllocationManager: 有定时器会不断的去扫描Executor的情况，正在运行的Stage，要运行在不同的Executor中，要末增加Executor或减少。
3.  ExecutorAllocationManager中schedule方法会被周期性触发进行资源动态调剂。

/**
 * This is called at a fixed interval to regulate the number of pending executor requests
 * and number of executors running.
 *
 * First, adjust our requested executors based on the add time and our current needs.
 * Then, if the remove time for an existing executor has expired, kill the executor.
 *
 * This is factored out into its own method for testing.
 */
private def schedule(): Unit = synchronized {
  val now = clock.getTimeMillis

  updateAndSyncNumExecutorsTarget(now)

  removeTimes.retain { case (executorId, expireTime) =>
    val expired = now >= expireTime
    if (expired) {
      initializing = false
      removeExecutor(executorId)
    }
    !expired
  }
}

4.  在ExecutorAllocationManager中会在线程池中定时器会不断的运行schedule.

/**
 * Register for scheduler callbacks to decide when to add and remove executors, and start
 * the scheduling task.
 */
def start(): Unit = {
  listenerBus.addListener(listener)

  val scheduleTask = new Runnable() {
    override def run(): Unit = {
      try {
        schedule()
      } catch {
        case ct: ControlThrowable =>
          throw ct
        case t: Throwable =>
          logWarning(s"Uncaught exception in thread ${Thread.currentThread().getName}", t)
      }
    }
  }
// intervalMillis定时器触发时间
  executor.scheduleAtFixedRate(scheduleTask, 0, intervalMillis, TimeUnit.MILLISECONDS)
}

动态控制消费速率：
Spark Streaming提供了1种弹性机制，流进来的速度和处理速度的关系，是不是来得及处理数据。如果不能来得及的话，他会自动动态控制数据流进来的速度，spark.streaming.backpressure.enabled参数设置。

本课程笔记来源于：
这里写图片描述

------分隔线----------------------------

上一篇 [置顶] 成为C++高手之头文件

下一篇 MP3歌词的同步与拖拽设计

------分隔线----------------------------