HDFS读数据分析(四):用Spark做计算引擎时,是否会根据HDFS数据本地性来分配Task到特定的Datanode

本文深入探讨了Spark中DAGScheduler如何根据RDD的Partition本地性分配任务至特定Datanode,介绍了TaskSetManager.computeValidLocalityLevels函数的作用,以及Spark如何通过调整LocalityLevels实现资源高效利用。

一、前言

1. 版本:
Hadoop 源码版本: Version 2.7.1

二、内容

Spark的DAGScheduler是否会根据RDD的Partition包含的数据本地性,来分配Task到特定的Datanode来处理?代码在哪里?

代码在TaskSetManager.computeValidLocalityLevels函数里,它会赋值TaskSetManager.myLocalityLevels 的成员变量。Spark数据本地化即移动计算而不是移动数据,资源不够时可在该Locality Levels对应的限制时间内重试,超过限制时间(spark.locality.wait 3s 或者spark.locality.wait.process/.node/.rack)后还无法启动则降低Locality Levels再尝试启动。

另贴,https://blog.youkuaiyun.com/don_chiang709/article/details/86476525

三、参考

[spark] 数据本地化及延迟调度:https://blog.youkuaiyun.com/don_chiang709/article/details/86476525

Spark详细的scheduler调用流程:https://www.cnblogs.com/wzzkaifa/p/7229982.html

 

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