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:1013
  2. 浏览总数:12,631,018
  3. 评论:4029
  4. 分类目录:106 个
  5. 注册用户数:6487
  6. 最后更新:2019年3月20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
大数据猿:
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 (34)
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!
(297)个小伙伴在吐槽
  1. 学习学习
    goldlone2019-03-18 16:58 (2天前)回复
  2. 好想学习一下反压机制
    milton2019-03-17 10:40 (4天前)回复
  3. gk0916202019-03-15 22:38 (5天前)回复
  4. 感觉应该不错
    null2019-03-15 11:23 (6天前)回复
  5. 好想学习一下反压机制
    ......2019-03-14 16:16 (6天前)回复
  6. 之前对背压机制一直不太了解,现在终于看明白了
    Wen2019-03-13 20:00 回复
  7. 挺好的讲的
    转身已陌路2019-03-12 10:14 回复
  8. 介绍的非常清楚
    Young_Xin2019-03-11 15:46 回复
  9. 不做伸手党
    猫的歪2019-03-11 14:25 回复
  10. 介绍的非常清楚
    清风2019-03-11 10:19 回复
  11. 不做伸手档
    lqnbing2019-03-08 17:03 回复
  12. 不做伸手党
    ❤️2019-03-07 11:42 回复
  13. 看看
    给力如花2019-03-07 10:42 回复
  14. 非常好啊
    此生何求2019-03-06 16:11 回复
  15. 楼主,写的很棒
    ┈ㄗ‘ 影孒2019-03-05 16:13 回复
  16. 感谢楼主,写的很棒!
    Dam10292019-03-04 16:42 回复
  17. 解决实际难题
    sun2019-02-28 20:53 回复
  18. 别失望最好
    leo2019-02-28 17:16 回复
  19. 希望不白白忙活一通
    SUNS2019-02-26 16:26 回复
  20. 牛逼
    “笑”2019-02-25 19:49 回复
  21. 厉害厉害!
    某某某2019-02-23 20:28 回复
  22. 大佬厉害!!
    早安晚安勿忘心安2019-02-20 16:46 回复
  23. 非常赞的blog,博主辛苦
    罗兰嘉洛斯2019-02-19 21:46 回复
  24. 不做伸手党
    七 友2019-02-19 11:43 回复
  25. 大佬,666,继续加油
    『メ詤ジ訁』2019-02-18 16:50 回复
  26. 大佬厉害
    一万八2019-02-18 16:25 回复
  27. 大佬
    十月的某天2019-02-17 17:04 回复
  28. 看看
    xuanzhiyang2019-02-15 16:27 回复
  29. 写的赞~
    -_-2019-02-13 19:29 回复
  30. 写的很棒
    李为民2019-02-12 08:54 回复
  31. 这样子 很麻烦
    2019-01-24 14:19 回复
  32. 大佬666
    lujiankang952019-01-23 11:37 回复
  33. 不做伸手党
    tylerWei_HIT2019-01-23 11:21 回复
1456