简介
为了使一个Topology能够更有效的运行,我们需要对Topology中的一些基础的默认参数进行调整。如下是一些可以调整的基础参数,但不限于这些:
- Container RAM
- Container CPU
- Component RAMs
- Component Parallelisms
- Number of Containers
需要注意的是,对一个拓扑的调试可能需要多次迭代并有一定的困难。所以在对拓扑进行调试之前,最好对拓扑的基本概念和术语有一定的理解,以更好的完成下面步骤的调试操作。
拓扑调试的一般步骤
- 使用默认的(初始的)参数设置提交和发布topology。这里的参数配置基于输入数据的规模(input data size),组件的逻辑(component logic),或者是一些来自于其他正在工作的topology的经验。
- 适当的提高拓扑的并行度(parallelism)或container RAM或者CPU,来解决出现backpressure的问题。
- 确保Spout不会出现延迟(lag)。在topology稳定运行的状态下,拓扑应该可以完全的读取全部的数据。
- 重复步骤2-3,直到没有backpressure和spout lag问题的出现。
- 至此,topology的CPU和RAM使用率将会趋于稳定。然后,基于以周为周期的对数据趋势的日常记录,为spikes留有合适的使用空间,并将分配给topology但topology并未使用到的资源进行调整和重新利用。
虽然,上述这些步骤看似简单,但对topology的调试也可能会需要一段时间以达到topology运行的最佳状态。下面的一些提示可能会帮助你完成上面的步骤。
一些提示信息
- 如果topology中的每个components都指定了componentRAMs,则将会将这些设置的RAM资源分配这些Heron实例(instances)。我们可以根据这些实例的功能来指定参数的设置以节省资源。默认情况下,每个实例都分配了1G的内存,而这些内存资源可能会比它需要的多。需要注意的是,如果container RAM被指定,在为heron中的实例组件留出一些内存资源之后,其他剩余的资源将会平均的分配给该容器中所有的实例。
- 在Bolts中,一个内存敏感的执行任务将有可能会引起GC问题。topology中由spout生成的一些对象,由于得不到bolts的及时处理而变成老一代的待回收对象,这样就会导致GC回收,大量的GC回收则会引起内存资源不足的问题。
- 可以在Spout中使用Scheme S来简单的降低数据流量。这样可以帮助我们解决由外部服务提供数据流的问题。或者简单在运行早期阶段,没有太多资源被使用的时候,对使用状态进行评估。但这仍可能会导致spouts中100%的资源占用。