[SPARK]内存管理

[TOC]

文章目的:

  • 经常遇到OOM,希望能合理的扩大内存来避免oom
  • 合理利用内存空间进行缓存,来避免重复计算
  • 理智的设置spark内存相关参数

1.spark内存的划分
2.不同内存的作用
3.用spark参数控制内存划分

内存划分

  • Exector内存 = 堆内内存(On-heap) + 堆外内存(Off-heap)
    • 堆内内存 = 可用内存 + 预留内存
      • 可用内存 = 统一内存(Unified Memory) + 其它内存
        • 统一内存 = Storage内存 + Execution内存
    • 堆外内存 = Storage内存 + Execution内存

内存作用

Driver内存:

  • 创建spark环境
  • 提交spark作业
  • 把作业解析为task
  • 协调executor的任务调度

Exector内存

  • 执行计算task,将结果返回给Driver
  • 缓存rdd

Exector内存 - 堆内内存

  • Storage内存:缓存rdd,缓存Broadcast对象
  • Execution内存:Shuffle时占用的内存
  • 其他内存:spark对象实例,用户自定义对象实例

Exector内存 - 堆外内存

  • 堆内的Storage内存和Execution内存不够用时使用堆外内存
  • 可以避免不必要内存开销,避免频繁GC扫描&回收

统一内存管理

saprk1.6以后引入统一内存管理机制,可以让Storage内存和Execution内存之间相互动态占用

  • Storage内存和Execution内存都不够:存储到硬盘
  • Execution内存被Storage内存占,可以将Storage内存占用的部分转移到硬盘,然后回收被占用内存,并且使用
  • Storage内存被Execution内存占,被占用内存无法回收,等待被释放

Storage内存 - RDD缓存

缓存的意义:task启动之后要读取数据分区时,会先判断这个分区是否被持久化过。一个rdd要是多次参与计算,通过持久化就可以减少重复读取。

常见的cache默认是MEMORY_ONLY的级别,持久化到内存

rdd的持久化由Storage负责,Storage中以block以基础单位,每个partition对应一个block

rdd的持久化策略包括三个维度

  • 位置:存在内存,硬盘,或者内存+硬盘,内存又可以选择堆内或者堆外
  • 形式:是否序列化
  • 备份:备份数量

Execution内存 - shuffle read/write

shuffle write

  • map时使用普通排序,会执行外排ExternalSorter,内存中数据占用堆内Execution内存
  • map时使用Tungsten,排序数据可以使用堆内或者堆外

shuffle read

  • reduce聚合时,由Aggregator处理数据,占用堆内Execution内存
  • 结果需要排序的,使用外排ExternalSorter,占用堆内Execution内存

spark内存相关参数

Executor内存参数

  • 堆内内存
    • 堆内内存大小spark.executor.memory
  • 堆外内存
    • 开启堆外内存:spark.memory.offHeap.enabled
    • 堆外内存大小:spark.memory.offHeap.size
    • 堆外内存Storage & Execution比例:spark.memory.storageFraction(default:0.5)
  • 统一内存占堆内内存比例:spark.memory.fraction(default:0.6)
    • Storage & Execution比例:spark.storage.storageFraction(default:0.5)

参考:Spark 内存管理

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,013评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,205评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,370评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,168评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,153评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,954评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,271评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,916评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,382评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,877评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,989评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,624评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,209评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,199评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,418评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,401评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,700评论 2 345

推荐阅读更多精彩内容