Spark 配置调优小结(基于32GB Terasort测试用例)

本文提供了详细的Spark集群性能调优建议,包括核心配置、内存管理、shuffle优化、压缩设置等关键参数调整策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 每个core配置2~3个任务(每个任务对应一个partition),比如 46 core 的机器,配置 hibench.default.shuffle.parallelism 92
hibench.default.map.parallelism  92 //这个配置值是否生效取决于文件个数及大小和创建RDD时的参数

2. 每个executor配置4~6个 core,executor数= 总core/每个executor core
hibench.yarn.executor.num     12
hibench.yarn.executor.cores   4

3. 每个executor的内存要看处理的数据量,比如 128MB的数据 x (2~5),因Java里的对象头,字节对齐,hashcode都额外占用空间。serialize的比例可以参考UI的
Shuffle Spill (Memory) / Shuffle Spill (Disk)
spark.executor.memory  5760m

4. 由于spark.memory.fraction 默认值是0.6,如果GC时间比较长的话,可以减少为0.1~0.3来减少 GC的时间
spark.memory.fraction 

5. 可以适当增加driver的资源配置
spark.driver.cores     2
spark.driver.memory    6g


6. 默认是JavaSerilizer,使用kryo serializer来提高压缩数据的性能
spark.io.compression.lz4.blockSize     64k
spark.io.compression.snappy.blockSize  64k
spark.serializer                   org.apac

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值