一种堆外内存缓存策略加速数据写OSS

1. 背景介绍

EMR集群中作业写数据到OSS时，需要先将数据缓存在本地，然后再一次性上传到OSS中。EMR支持两种缓存策略：

• disk
• off-heap

两种缓存测试使用场景略有区别:

• 本地磁盘缓存策略适用到任何场景，且能满足较大文件上传需求。
• 堆外内存缓存策略在性能上较磁盘缓存有优势，但是受限于内存资源。在实现上，堆外内存的申请会限制在一定范围内，当数据产生速率超过数据上传速率时，输出流会block住，需要等待进行中的上传任务完成。

潜在问题：

• 作业提交到Yarn：当使用堆外内存策略时，存在内存超用被Yarn杀掉的风险。所以在内存参数设置上需要格外小心，不然会影响到作业的稳定性。

2. 如何使用

作业参数中配置"fs.oss.upload.bufferType"，可选值为"disk"或者"off-heap"。以下举例：

1. hadoop fs -Dfs.oss.upload.bufferType=disk -put a.txt oss://xxx/xxx/

2. Hadoop作业： 
           Configuration conf = new Configuration()
           conf.set("fs.oss.upload.bufferType", "off-heap")
           ...
           
3. Spark作业：
           val conf = new SparkConf()
           conf.set("spark.hadoop.fs.oss.upload.bufferType", "off-heap")
           ...

3. Benchmark

VPC网络，SSD云盘/高效云盘，MN4，4核16G机型，测试纯写数据时间。

文件大小	块大小	并发度	Disk buffer (SSD云盘)	Disk buffer (高效云盘)	Off-heap buffer	vs. SSD云盘 性能提升(%)	vs.高效云盘 性能提升(%)
1024MB	256KB	5	23009ms	20773ms	18661ms	+18.8%	10.2%
1024MB	1MB	5	11310ms	18524ms	10233ms	+9.5%	+44.8%
1024MB	4MB	5	10318ms	18001ms	10191ms	+1.5%	+43.4%
1024MB	16MB	5	10212ms	17796ms	10184ms	+0.3%	+42.8%
1024MB	64MB	5	10945ms	18612ms	10216ms	+6.7%	+45.1%
1024MB	128MB	5	13240ms	20181ms	OOM: Direct buffer memory	N/A	N/A
256MB	256KB	5	4511ms	4968ms	4636ms	-2.7%	+6.7%
256MB	1MB	5	2417ms	4474ms	2381ms	+1.5%	+46.8%
256MB	4MB	5	2417ms	4386ms	2433ms	-0.7%	+44.3%
256MB	16MB	5	2433ms	4337ms	2465ms	-1.3%	+43.2%
256MB	64MB	5	3232ms	5273ms	2411ms	+33.7%	+54.3%
256MB	128MB	5	4392ms	6197ms	3118ms	+29.0%	+49.7%
64MB	256KB	5	1252ms	1337ms	1252ms	+0%	+6.4%
64MB	1MB	5	611ms	1117ms	577ms	+5.6%	+48.3%
64MB	4MB	5	567ms	1084ms	559ms	+1.4%	+48.4%
64MB	16MB	5	597ms	1108ms	624ms	-4.5%	+43.7%
64MB	64MB	5	1569ms	1491ms	1499ms	+4.5%	-0.5%
64MB	128MB	5	1459ms	1730ms	1412ms	+3.2%	+18.4%
16MB	256KB	5	459ms	417ms	383ms	+16.6%	+8.2%
16MB	1MB	5	221ms	307ms	220ms	+0%	+28.3%
16MB	4MB	5	254ms	327ms	198ms	+22.0%	+39.4%
16MB	16MB	5	431ms	398ms	418ms	+3.0%	-5%
16MB	64MB	5	412ms	425ms	400ms	+2.9%	+5.9%
16MB	128MB	5	418ms	405ms	443ms	-5.9%	-9.3%