spark源码性能优化案例分析.pdfVIP

Spark源码性能优化 案例分析 李智慧 性能调优的基础 • 你不能优化一个你不了解的系统 • 你不能优化一个你不能测试的系统 Web应用服务器性能测试曲线 来源 《大型网站技术架构：核心原理与案例分析》 性能调优的步骤 1. 性能测试，观察系统性能特性 2. 资源（CPU、Memory、Disk、Net ）利用 分析，寻找资源瓶颈 ，提高资源利用 3. 系统架构、代码分析，发现资源利用关键所 在 4. 代码、架构、基础设施调优，优化、平衡资 源利用 5. 性能测试，观察系统性能特性 HDFS集群部署架构 Spark集群部署架构 Spark性能测试工具 • Spark性能测试基准程序Benchmark – /intel-hadoop/HiBench • Spark性能测试与分析可视化工具 – /zhihuili/Dew Spark性能测试 Spark作业调度的几 个概念： Job ，Stage ，Task 1 Spark任务文件初始化调优 资源分析，发现第一个stage时间特别长，耗时长达14s ， CPU和网络通信都有一定开销，不符合应用代码逻辑。 • 打开Spark作业log ，分析这段时间的Spark运 行状况。 • 根据log分析结果，阅读Spark相关源码。 • 发现Spark在任务初始化加载应用代码的时候， 每个Executor都加载一次应用代码，当时每台 服务器最多可启动48个Executor ，每个应用 代码包17M大小，导致加载开销巨大。 • 优化方案：Executor加载应用程序包启用 本地文件缓存模式。[SPARK-2713] • 优化效果：Stage1运行时间从14s下降到不 到1s。 2 Spark任务调度优化 • 资源分析，发现stage2只有一台服务器上 的CPU被使用，其他服务器CPU完全空闲。 • 打开Spark作业log ，分析这段时间的Spark运行状 况。 • 根据log分析结果，阅读Spark相关源码。 • 通过源码发现，Spark Driver在任务分配的时候 ， 仅针对当前已经向Driver注册过的Executor进行任 务分配，而Executor的注册是有先后的，如果第一 个job 的任务数比较少，就会出现第一个Worker的 Executor注册的时候将所有任务领走的情况。 • 优化方案：增加两个配置项，当注册Executor达到一定比例时，才开始任务 分配。[SPARK-1946][SPARK-2635] – spark.scheduler.minRegisteredResourcesRatio – spark.scheduler.maxRegisteredResourcesWaitingTime • 优化效果：stage2运行时间缩短，性能提升1.32倍 3 任务分配算法调优 • 在做log分析的时候，发现在Executor领取任 务的时候，在最后总会有一两个Executor领取 的任务是非local的。比如，最后两个任务 A[2,3,1]和B[1,3,4] ，Executor[1][2] ，当 Executor[1]领取了任务A ，则Executor[2]领 到的任务B就是非local的。 • 解决方案：对任务进行偏序排序后再分配 [SPARK-2193] 4 OS配置调优 • 资源分析，发现服务器大量CPU资源消耗为sys类型 • 调查发现，是因为某些Linux版本的transparent huge page默 认为enable状态导致 • 优化方案：关闭OS的transparent huge pages – Echo never /sys/kernel/mm/transparent_hugepage/enabled – Echo never /sy