加载中
spark-调节executor堆外内存

spark底层shuffle的传输方式是使用netty传输,netty在进行网络传输的过程会申请堆外内存,所以使用了堆外内存!

2016/10/29 16:03
1.6K
spark-性能调优

分配更多资源!性能优化王道就是给更多资源!机器更多了,CPU更多了,内存更多了;分配完你所能分配的最大资,然后对应你的资源调节你程序的并行度;默认情况下,多次对一个RDD执行算子,去获...

2016/10/29 11:03
100
troubleshooting yarn-client模式导致的网卡流量激增问题

很多公司都是通过Yarn来进行调度,mapreduce on yarn、spark on yarn、甚至storm on yarn。 Yarn集群分成两种节点: ResourceManager负责资源的调度; NodeManager负责资源的分配、应用程序执...

2016/10/30 17:21
67
troubleshooting 解决yarn-cluster模式的JVM栈内存溢出问题

公司里面你的机器节点一般都是虚拟机啊!所以yarn-client会有网络激增的问题!Yarn-client模式可以跑,但是Yarn-cluster模式不能跑,就是报那么一个JVM永久代溢出的那么一个问题! spark-su...

2016/10/30 17:38
269
spark-数据本地性

场景: Spark在Driver上,对Application的每一个stage的task,进行分配之前,都会计算出每个task要计算的是哪个分片数据,RDD的某个partition;Spark的task分配算法,优先,会希望每个task正...

2016/10/29 18:30
430
spark-shuffle调优

Shuffle是MapReduce框架中的一个特定的phase,介于Map phase和Reduce phase之间,当Map的输出结果要被Reduce使用时,输出结果需要按key哈希,并且分发到每一个Reducer上去,这个过程就是shu...

2016/10/29 15:45
137
troubleshooting JVM GC导致的shuffle文件拉取失败

executor的JVM进程,可能内存不是很够用了。那么此时可能就会执行GC。minor GC or full GC。总之一旦发生了JVM之后,就会导致executor内,所有的工作线程全部停止,比如BlockManager,基于n...

2016/10/30 16:55
39
troubleshooting shuffle reduce端缓冲大小以避免OOM

shuffle reduce 端工作原理(省略,各种博客有讲解,而且都很详细!!!) reduce端默认buffer大小是48MB,spark的shuffle和MR的shuffle绝对是不一样的!!! 场景: map端的task是不断的输出...

2016/10/30 17:03
83
8-Storm

storm是一个分布式的、容错的实时计算系统,它被托管在GitHub上,遵循Eclipse Public License 1.0。Storm是由BackType开发的实时处理系统,由Twitter开源官网http://storm.apache.org/。Sto...

2016/10/08 22:03
36
spark-kryo序列化(spark优化点)

以我的经验来看啊,这个kryo序列化并没有对性能优化产生决定性的影响啊,虽然包括官网都在大力的推崇这个,实际上这个东西性能的提升肯定有!但不是决定性作用的!

2016/10/29 19:14
800
troubleshooting 错误的持久化方式以及checkpoint的使用

来说下CheckPoint,有时候它对故障会产生效果,它最起效果的时候是什么时候呢?如果缓存BlockManager会根据你的缓存策略去把数据存到内存或者磁盘!持久化,大多数时候,都是会正常工作的。但...

2016/10/30 17:29
29
Impala(多图手机用户慎入,理论+实践)

Cloudera公司推出,提供对HDFS、Hbase数据的高性能、低延迟的交互式SQL查询功能。基于Hive使用内存计算,兼顾数据仓库、具有实时、批处理、多并发等优点是CDH平台首选的PB级大数据实时查询分...

2016/09/21 23:11
1.6K

没有更多内容

加载失败,请刷新页面

没有更多内容

返回顶部
顶部