欢迎关注Hadoop、Spark、Flink、Hive、Hbase、Flume等大数据资料分享微信公共账号:iteblog_hadoop
  1. 文章总数:1037
  2. 浏览总数:13,638,329
  3. 评论:4110
  4. 分类目录:108 个
  5. 注册用户数:6959
  6. 最后更新:2019年6月27日
过往记忆博客公众号iteblog_hadoop
欢迎关注微信公众号:
iteblog_hadoop
大数据技术博客公众号bigdata_ai
Hadoop技术博文:
bigdata_ai

Spark Streaming 反压(Back Pressure)机制介绍

背景

在默认情况下,Spark Streaming 通过 receivers (或者是 Direct 方式) 以生产者生产数据的速率接收数据。当 batch processing time > batch interval 的时候,也就是每个批次数据处理的时间要比 Spark Streaming 批处理间隔时间长;越来越多的数据被接收,但是数据的处理速度没有跟上,导致系统开始出现数据堆积,可能进一步导致 Executor 端出现 OOM 问题而出现失败的情况。

而在 Spark 1.5 版本之前,为了解决这个问题,对于 Receiver-based 数据接收器,我们可以通过配置 spark.streaming.receiver.maxRate 参数来限制每个 receiver 每秒最大可以接收的记录的数据;对于 Direct Approach 的数据接收,我们可以通过配置 spark.streaming.kafka.maxRatePerPartition 参数来限制每次作业中每个 Kafka 分区最多读取的记录条数。这种方法虽然可以通过限制接收速率,来适配当前的处理能力,但这种方式存在以下几个问题:

  • 我们需要事先估计好集群的处理速度以及消息数据的产生速度;
  • 这两种方式需要人工参与,修改完相关参数之后,我们需要手动重启 Spark Streaming 应用程序;
  • 如果当前集群的处理能力高于我们配置的 maxRate,而且 producer 产生的数据高于 maxRate,这会导致集群资源利用率低下,而且也会导致数据不能够及时处理。
Spark 数据堆积
如果想及时了解Spark、Hadoop或者Hbase相关的文章,欢迎关注微信公共帐号:iteblog_hadoop

反压机制

温馨提示: 为了防止伸手党,此处内容需要  评论本文  后才能查看。评论完请刷新!

Spark Streaming 反压机制的使用

在 Spark 启用反压机制很简单,只需要将 spark.streaming.backpressure.enabled 设置为 true 即可,这个参数的默认值为 false。反压机制还涉及以下几个参数,包括文档中没有列出来的:

  • spark.streaming.backpressure.initialRate: 启用反压机制时每个接收器接收第一批数据的初始最大速率。默认值没有设置。
  • spark.streaming.backpressure.rateEstimator:速率估算器类,默认值为 pid ,目前 Spark 只支持这个,大家可以根据自己的需要实现。
  • spark.streaming.backpressure.pid.proportional:用于响应错误的权重(最后批次和当前批次之间的更改)。默认值为1,只能设置成非负值。weight for response to "error" (change between last batch and this batch)
  • spark.streaming.backpressure.pid.integral:错误积累的响应权重,具有抑制作用(有效阻尼)。默认值为 0.2 ,只能设置成非负值。weight for the response to the accumulation of error. This has a dampening effect.
  • spark.streaming.backpressure.pid.derived:对错误趋势的响应权重。 这可能会引起 batch size 的波动,可以帮助快速增加/减少容量。默认值为0,只能设置成非负值。weight for the response to the trend in error. This can cause arbitrary/noise-induced fluctuations in batch size, but can also help react quickly to increased/reduced capacity.
  • spark.streaming.backpressure.pid.minRate:可以估算的最低费率是多少。默认值为 100,只能设置成非负值。
本博客文章除特别声明,全部都是原创!
转载本文请加上:转载自过往记忆(https://www.iteblog.com/)
本文链接: 【Spark Streaming 反压(Back Pressure)机制介绍】(https://www.iteblog.com/archives/2323.html)
喜欢 (43)
分享 (0)
发表我的评论
取消评论

表情
本博客评论系统带有自动识别垃圾评论功能,请写一些有意义的评论,谢谢!
(347)个小伙伴在吐槽
  1. 学习一下

    owne64591778492019-07-16 16:07 (13小时前)回复
  2. 学习下反压是怎么回事

    木木竹2019-07-16 09:28 (19小时前)回复
  3. 学习一下

    坚持@狼2019-07-15 16:31 (2天前)回复
  4. 学习一下

    可寒山伯爵2019-07-12 15:39 (5天前)回复
  5. 学习一下

    Byte2019-07-11 16:12 (6天前)回复
  6. 学习一下

    柈甁ル2019-07-11 15:50 (6天前)回复
  7. 学习一下

    zy9744175772019-07-10 15:08 (7天前)回复
  8. 面试遇到的问题

    水泥森林2019-07-09 11:05 回复
  9. 为了今后 ,学习吧

    招财2019-06-29 15:57 回复
  10. 学习一下

    生而为赢2019-06-29 10:15 回复
  11. 学习一下

    蓝黑之翼2019-06-26 16:53 回复
  12. 学习一下

    HaoXin02062019-06-26 14:35 回复
  13. 厉害了

    叫我不矜持2019-06-26 10:06 回复
  14. 学习一下

    临轩一盏杯春酒i2019-06-25 13:32 回复
  15. 学习一下

    Tree2019-06-24 15:18 回复
  16. 学习一下

    明天你好2019-06-23 09:16 回复
  17. 学习一下。

    spero spera2019-06-22 18:43 回复
  18. 最近做spark Streaming 调优,刚好需要处理突发流量的场景,谢谢

    阿宝2019-06-22 01:00 回复
  19. 来了,小老弟

    阿怪™2019-06-18 16:25 回复
  20. 来学习了

    JinW5319745932019-06-17 22:37 回复
  21. 学习一下

    kalouku2019-06-17 18:07 回复
  22. flink和spark的反压机制相比 哪个更好呢

    C*2019-06-17 14:32 回复
    • flink做的比较好吧,它那个是原生就支持,本文介绍的是得通过用户参与配置。不过 structed Streaming 应该也有类似flink的反压。

      w3970907702019-06-17 16:32 回复
  23. 自己试了下,有点坑啊,有些参数配置的时候总是不生效

    Ant-Pisces2019-06-13 17:02 回复
  24. 来学习

    〆如果、可以。2019-06-11 08:56 回复
  25. 讲的有点让人不太明白是怎么回事。

    2019-05-31 14:54 回复
  26. 学习spark的知识

    夜落星河2019-05-30 20:00 回复
  27. 来学习啦

    sir2019-05-30 14:58 回复
  28. 学习一下

    YOOC942019-05-29 13:50 回复
  29. 没明白initialRate是怎么体现的,可以只设置initialRate而不设置maxRatePerPartition让反压机制自己调节吗?
    还是只设置maxRatePerPartition就可以了,但这样又可能会被限速!
    经过实践 我同时设置initialRate和maxRatePerPartition,发现只maxRatePerPartition有效,所以想明白initialRate是怎么体现的? 什么时候生效?

    张斌2019-05-27 19:15 回复
  30. 学习一下啊 :mrgreen:

    zjw7221882019-05-23 16:24 回复
  31. 学习一下

    hebin2019-05-22 17:40 回复
1567