Spark Streaming资源动态申请和动态控制消费速率剖析

本期内容 :

• Spark Streaming资源动态分配
• Spark Streaming动态控制消费速率

 

　　为什么需要动态处理 ：

　　　　Spark 属于粗粒度资源分配，也就是在默认情况下是先分配好资源然后再进行计算，粗粒度有个好处，因为资源是提前给你分配好，当有计算任务的时候直接使用就可以了，

　　粗粒度不好的方面就是从Spark  Streaming角度讲有高峰值、低峰值，在高与低峰值时候需要的资源是不一样的，如果资源分配按照高峰值考虑的话，在低峰值就是对资源的浪费，

　　随着Spark Streaming程序本身不断的运行对资源的消耗与管理也是需要考虑的因素。

 

一、 Spark Streaming资源动态分配  ：

　　动态资源分配源码 ：

　　　　

　　在SparkConf中进行Set其配置　

　　　　

 　　　　

　　 　　

　　

　　　　以定时器的频率来不断的扫描Executor，正在运行的Scheduler是要运行在不同的Executor中，需要动态的增加Executor或者减少Executor ，例如判断一个60秒为时间间隔

　　的Executor一个任务都没有运行，就会把Executor删除掉。怎么会减少Executor，是因为当前应用程序中运行的Executor在Driver中会有数据结构对其保持引用，每次任务调度

　　的时候都会循环遍历Executor的列表，然后查询列表的可用资源，根据这个类中的时钟会不断循环查看是否满足添加或者删除Executor的条件，如果满足添加或者删除的条件就

　　触发Executor进行添加与删除。

 　　　　

　　　　

　　　　从Spark Streaming的角度考虑，Spark Streaming要处理的动态资源调整就是Executor的资源动态调整，其最大的挑战是什么？

　　Spark Streaming是按照BachDuration的方式运行的，可能这个BachDuration需要很多资源，下一个又不用那么多资源，当前BachDuration的资源还没有等调整完成其运行已经过期了。

　　

二、动态控制消费速率：

　　 　　Spark Streaming弹性机制，可以查看流进来的数据是如何处理的，处理的速度之间的关系是否能够来得及进行处理，如果来不及进行处理的话，会动态的进行控制数据流进来的速度。

　　　　Spark Streaming本身有个rate的控制，这个控制一般可以使用手动的方式进行控制调整他的速度，手动控制是需要对Spark Streaming的处理速度有一种感知，根据BachDuration

　　流进来的数据进行控制其速度，可以调整BachDuration流入更多的数据或者更少的数据。

 

转载于:https://www.cnblogs.com/yinpin2011/p/5540147.html