今天是 520,祝大家 520 快乐。目前还是在封闭中,只能继续在家学习工作。今天学习 Spark 内存管理。
作为一个 JVM 进程,Executor 的内存管理建立在 JVM 的内存管理之上,Spark 对内存的管理主要分为堆内和堆外:
- JVM 的堆内(On-heap)空间进行了更为详细的分配,以充分利用内存;
- Spark 引入了堆外(Off-heap)内存,使之可以直接在工作节点的系统内存中开辟空间,进一步优化了内存的使用;
- 堆内内存受到 JVM 统一管理,堆外内存是直接向操作系统进行内存的申请和释放。
1.堆内内存
要点如下:
- 堆内内存的大小由
–executor-memory
或spark.executor.memory
参数配置。 - Executor 内运行的并发任务共享 JVM 堆内内存:
- 这些任务在缓存 RDD 数据和广播(Broadcast)数据时占用的内存被规划为存储(Storage)内存;
- 这些任务在执行 Shuffle 时占用的内存被规划为执行(Execution)内存;
- 剩余的部