一个执行器中有多少个并发任务,以及Spark如何在一个执行器中处理多个任务之间的多线程?

如何解决一个执行器中有多少个并发任务,以及Spark如何在一个执行器中处理多个任务之间的多线程?

在Spark中,一次并行执行多少个任务?讨论位于 How are stages split into tasks in Spark?How DAG works under the covers in RDD?

但是我在那里找不到明确的结论。

请考虑以下情形(假设spark.task.cpus = 1,为简单起见,忽略vcore概念)

  • 10个执行程序(2个内核/执行程序),10个分区=>我认为一次并发任务的数量为 10
  • 10个执行程序(2个内核/执行程序),2个分区=>我认为一次并发任务的数量为 2
  • 10个执行程序(2个内核/执行程序),20个分区=>我认为一次并发任务的数量是 20
  • 10个执行程序( 1 内核/执行程序),20个分区=>我认为一次并发任务的数量为 10

我正确吗?关于第三种情况,是否会考虑在一个执行程序内部使用多线程(即2个线程,因为有2个内核),就 20


UPDATE1

如果第三种情况正确,则表示:

  • 当执行器中的空闲核心可用时,Spark可以自动决定触发该执行器中的多线程
  • 当执行器中只有一个内核时,该执行器中不会发生多线程。

如果是这样,执行器中Spark的行为是否有点不确定(单线程与多线程)?

请注意,从驱动程序传送到执行程序的代码可能未考虑使用例如已同步关键字。

Spark如何处理?

解决方法

我认为您是对的,这取决于您的执行程序编号和内核,一个分区创建一个在一个内核上运行的任务。

,

我认为所有4种情况都是正确的,而第4种情况在现实中是有意义的(“ overbook”核心)。通常我们应该考虑nb的2到4倍。分区,即nb。分区数等于nb的2到4倍。集群中的总CPU核心数量。

关于线程,并发运行的一个执行程序中的2个任务应该不存在有关多线程的问题,因为每个任务都在处理自己的RDD集。

如果设置了spark.task.cpus = 2,这意味着每个任务2个cpu内核,则IMO可能存在竞争条件问题(如果存在var),但通常我们会处理{{ 1}},所以也应该只有问题。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其他元素将获得点击?
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。)
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbcDriver发生异常。为什么?
这是用Java进行XML解析的最佳库。
Java的PriorityQueue的内置迭代器不会以任何特定顺序遍历数据结构。为什么?
如何在Java中聆听按键时移动图像。
Java“Program to an interface”。这是什么意思?
Java在半透明框架/面板/组件上重新绘画。
Java“ Class.forName()”和“ Class.forName()。newInstance()”之间有什么区别?
在此环境中不提供编译器。也许是在JRE而不是JDK上运行?
Java用相同的方法在一个类中实现两个接口。哪种接口方法被覆盖?
Java 什么是Runtime.getRuntime()。totalMemory()和freeMemory()?
java.library.path中的java.lang.UnsatisfiedLinkError否*****。dll
JavaFX“位置是必需的。” 即使在同一包装中
Java 导入两个具有相同名称的类。怎么处理?
Java 是否应该在HttpServletResponse.getOutputStream()/。getWriter()上调用.close()?
Java RegEx元字符(。)和普通点?