Spark资源调优方式.pptx

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
资源调优方式 1.了解资源调优哪几种方式. 2.深入理解提交过程中的方式. 01资源调优有几种方式02提交过程中的方式方式详解 资源调优有几种方式01 资源调优有几种方式Spark集群搭建过程中给定足够的资源Spark任务提交过程中给定足够的资源两种方式 提交过程中的方式方式详解02 方式详解 充分利用当前节点的资源,例如:在搭建Spark Standalone集群时,某台服务器的配置为12核双线程256G内存,那么当这台节点为Spark的Worker节点提供资源时,可以最多分配256G内存和24个core。同样在Yarn资源调度框架运行Spark任务时,由于Executor运行在NodeManager中,可以充分利用NodeManager所在节点的资源。 方式详解 在集群搭建完成后,基于资源调度框架提交任务时,也可以通过提交任务的参数来指定当前Spark任务使用多少资源。 --driver-cores默认值取1 方式详解—driver-memory调节“—driver-memory”来指定Driver端内存大小 方式详解—executor-cores指定“—executor-cores”来指定启动一个executor使用更多的core,这样Spark任务处理数据越快--executor-memoryExecutor在执行过程中一定要保证有充足的内存 方式详解?--total-executor-cores通过指定“—total-executor-cores”来限制某个Spark应用程序最多使用多少core?--num-executors待处理的数据量还特别大,可以尝试增大这个参数 资源调优两种方式: (1)Spark集群搭建过程中给定足够的资源 (2)Spark任务提交过程中给定足够的资源

文档评论(0)

中小学K12教育 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档