spark通信模块
1、spark的 cluster manager可以 有 local , standalone, mesos , yarn等部署方式,为了
集中通信方式
1、rpc remote produce call
spark的通信机制:
akka的优势和特性如下:
1、并行和分布式:akka在设计时采用了异步通信和分布式架构
2、可靠性:在本地、远程都有监控和恢复机制
3、高性能:在单机环境中 美妙可以发送50000000 个消息,1GB内存中可以创建和保存2500000个actor对象
4、去中心, 区别于master-slave模式,采取无中心节点的架构
5、可拓展性:可以在分布式环境下记性scala out ,线性扩充计算能力。
可以看到akka具有强大的并发处理能力。
4.5容错机制
4.5.1 lineage机制 rdd的依赖
有宽依赖,还有窄依赖
宽依赖的:lineage 根据分区,来进行恢复,很简单
窄依赖:一个子的rdd有多个父亲,比较麻烦一点,所以增加了checkpoin ,检查点机制,其实就是备份的意思,来做容错处理
可以通过sparkcontext.setcheckpointdir()设置检查点数据的存储路径,进而将数据存储备份,然后spark删除所有已经做检查点的rdd的祖先rdd依赖。这个操作需要在所有需要对这个rdd所做的操作完成之后再做。
官方建议:做检查点的rdd最好是在内存中已经缓存的rdd,否则这个rdd在持久化的文件中需要重新计算,产生io开销。
4.6shuffler机制
shufffler write
shuffler fetch
shuffler aggenr
spark在执行过程中中driver控制应用生命周期,在调度中,spark采用了经典的fifo 和fair等调度算法对内部的资源实现不同级别的调度。在spark的io中,将数据抽象为以快为单位 进行管理,rdd中的一个分区就是需要处理的一个快,集群中的通信对于命令和状态的传递极为重要,spark通过akka框架进行集群消息通信,spark通过 lineage和checkpoint机制 进行容错性保证,lineage进行重算操作,checkpoint进行数据冗余备份,最后介绍了spark中的shuffle机制,spark也借鉴了mapreduce模型,但是其shuffle 机制进行了创新与优化,
第五章: spark 开发环境配置 和流程
第六章:spark编程实战
1、wordcount
spark的工作机制详细介绍、spark源码编译、spark编程实战
1、spark的 cluster manager可以 有 local , standalone, mesos , yarn等部署方式,为了
集中通信方式
1、rpc remote produce call
spark的通信机制:
akka的优势和特性如下:
1、并行和分布式:akka在设计时采用了异步通信和分布式架构
2、可靠性:在本地、远程都有监控和恢复机制
3、高性能:在单机环境中 美妙可以发送50000000 个消息,1GB内存中可以创建和保存2500000个actor对象
4、去中心, 区别于master-slave模式,采取无中心节点的架构
5、可拓展性:可以在分布式环境下记性scala out ,线性扩充计算能力。
可以看到akka具有强大的并发处理能力。
4.5容错机制
4.5.1 lineage机制 rdd的依赖
有宽依赖,还有窄依赖
宽依赖的:lineage 根据分区,来进行恢复,很简单
窄依赖:一个子的rdd有多个父亲,比较麻烦一点,所以增加了checkpoin ,检查点机制,其实就是备份的意思,来做容错处理
可以通过sparkcontext.setcheckpointdir()设置检查点数据的存储路径,进而将数据存储备份,然后spark删除所有已经做检查点的rdd的祖先rdd依赖。这个操作需要在所有需要对这个rdd所做的操作完成之后再做。
官方建议:做检查点的rdd最好是在内存中已经缓存的rdd,否则这个rdd在持久化的文件中需要重新计算,产生io开销。
4.6shuffler机制
shufffler write
shuffler fetch
shuffler aggenr
spark在执行过程中中driver控制应用生命周期,在调度中,spark采用了经典的fifo 和fair等调度算法对内部的资源实现不同级别的调度。在spark的io中,将数据抽象为以快为单位 进行管理,rdd中的一个分区就是需要处理的一个快,集群中的通信对于命令和状态的传递极为重要,spark通过akka框架进行集群消息通信,spark通过 lineage和checkpoint机制 进行容错性保证,lineage进行重算操作,checkpoint进行数据冗余备份,最后介绍了spark中的shuffle机制,spark也借鉴了mapreduce模型,但是其shuffle 机制进行了创新与优化,
第五章: spark 开发环境配置 和流程
第六章:spark编程实战
1、wordcount
spark的工作机制详细介绍、spark源码编译、spark编程实战