1、数据倾斜
多个topic数据量不同,导致task执行时间差距很大,这个时候则需要重新进行repartition
2、小batch process执行时间比大batch执行时间 长
原因在于 小batch的数据量小,如果partition较多,则用于数据分发时候数据的网络消耗时间比较大。
3、考虑不同topic的分流 topic内包含各种业务数据,但是当前的streaming只需要其中某一个。则需要做一个分流器
简单总结:后续详尽的描述一下。有问题欢迎讨论
spark 调优实践
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
- 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...
- 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...
- 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...
推荐阅读更多精彩内容
- Spark Streaming 编程指南 概述 一个入门示例 基础概念 依赖 初始化 StreamingConte...
- Spark Streaming 编程指南 概述 一个入门示例 基础概念 依赖 初始化 StreamingConte...
- Spark Streaming 编程指南1.概述Spark Streaming 是 Spark Core API ...
- 姓名:周小蓬 16019110037 转载自:http://blog.csdn.net/YChenFeng/art...
- Structured Streaming 编程指南 概述 快速示例 Programming Model (编程模型...