Spark 性能优化方案


Spark性能测试工具

•Spark性能测试基准程序Benchmark

https://github.com/intel-hadoop/HiBench

•Spark性能测试与分析可视化工具

https://github.com/zhihuili/Dew


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


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。

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 hugepage默认为enable状态导致

.优化方案:关闭OS的transparenthugepages

–Echo never > /sys/kernel/mm/transparent_hugepage/enabled

–Echo never > /sys/kernel/mm/ transparent_hugepage/defrag

5.网卡调优

•资源分析,发现大量作业时间消耗在网络传输上。

•解决方案:网卡带宽从1G升级到10G

正因为当初对未来做了太多的憧憬,所以对现在的自己尤其失望。生命中曾经有过的所有灿烂,终究都需要用寂寞来偿还。