执行Spark应用架构需要经历哪几个阶段?

将程序切换到【Executors】Tab页面时,我们可以看到Spark Application运行到集群上时,由两部分组成:Driver Program和Executors。

执行Spark应用架构需要经历哪几个阶段?

从图中可以看到Spark Application运行到集群上时,由两部分组成:Driver Program和Executors。

第一、Driver Program

相当于AppMaster,整个应用管理者,负责应用中所有Job的调度执行;

运行JVM Process,运行程序的MAIN函数,必须创建SparkContext上下文对象;

一个SparkApplication仅有一个;

第二、Executors

相当于一个线程池,运行JVM Process,其中有很多线程,每个线程运行一个Task任务,一个Task任务运行需要1 Core CPU,所有可以认为Executor中线程数就等于CPU Core核数;

一个Spark Application可以有多个,可以设置个数和资源信息;

执行Spark应用架构需要经历哪几个阶段?

用户程序从最开始的提交到最终的计算执行,需要经历以下几个阶段

1)、用户程序创建 SparkContext 时,新创建的 SparkContext 实例会连接到 ClusterManager。 Cluster Manager 会根据用户提交时设置的 CPU 和内存等信息为本次提交分配计算资源,启动 Executor。

2)、Driver会将用户程序划分为不同的执行阶段Stage,每个执行阶段Stage由一组完全相同Task组成,这些Task分别作用于待处理数据的不同分区。在阶段划分完成和Task创建后, Driver会向Executor发送 Task;

3)、Executor在接收到Task后,会下载Task的运行时依赖,在准备好Task的执行环境后,会开始执行Task,并且将Task的运行状态汇报给Driver;

4)、Driver会根据收到的Task的运行状态来处理不同的状态更新。 Task分为两种:一种是Shuffle Map Task,它实现数据的重新

洗牌,洗牌的结果保存到Executor 所在节点的文件系统中;另外一种是Result Task,它负责生成结果数据;

5)、Driver 会不断地调用Task,将Task发送到Executor执行,在所有的Task 都正确执行或者超过执行次数的限制仍然没有执行成功时停止;

4040、8080、18080的区别

4040: 是一个运行的Application在运行的过程中临时绑定的端口,用以查看当前任务的状态.4040被占用会顺延到4041.4042等。

4040是一个临时端口,当前程序运行完成后, 4040就会被注销哦。

8080: 默认是StandAlone下, Master角色(进程)的WEB端口,用以查看当前Master(集群)的状态。

18080: 默认是历史服务器的端口, 由于每个程序运行完成后,4040端口就被注销了. 在以后想回看某个程序的运行状态就可以通过历史服务器查看,历史服务器长期稳定运行,可供随时查看被记录的程序的运行过程。

运行起来一个Spark Application, 然后打开其4040端口,并查看:/export/server/spark/bin/spark-shell --master spark://node1.itcast.cn:7077。在node1运行pyspark-shell,WEB UI监控页面地址:http://node1:4040。

执行Spark应用架构需要经历哪几个阶段?

可以发现在一个Spark Application中,包含多个Job,每个Job有多个Stage组成,每个Job执行按照DAG图进行的。

执行Spark应用架构需要经历哪几个阶段?

其中每个Stage中包含多个Task任务,每个Task以线程Thread方式执行,需要1Core CPU。

执行Spark应用架构需要经历哪几个阶段?

Spark Application程序运行时三个核心概念:Job、Stage、 Task,说明如下:

Job:由多个 Task 的并行计算部分,一般 Spark 中的 action 操作(如 save、collect,后面进一步说明),会 生成一个 Job。

Stage:Job 的组成单位,一个 Job 会切分成多个 Stage ,Stage 彼此之间相互依赖顺序执行,而每个 Stage 是多 个 Task 的集合,类似 map 和 reduce stage。

Task:被分配到各个 Executor 的单位工作内容,它是 Spark 中的最小执行单位,一般来说有多少个 Paritition (物理层面的概念,即分支可以理解为将数据划分成不同 部分并行处理),就会有多少个 Task,每个 Task 只会处 理单一分支上的数据。

执行Spark应用架构需要经历哪几个阶段?

本文来自投稿,不代表重蔚自留地立场,如若转载,请注明出处https://www.cwhello.com/323493.html

如有侵犯您的合法权益请发邮件951076433@qq.com联系删除

(0)
黑马程序员黑马程序员订阅用户
上一篇 2023年7月13日 15:27
下一篇 2023年7月13日 15:28

相关推荐

  • 分享企业网站建设运营的几个要点。

    一、网站该如何设计 网站在考虑友好页面设计的同时,要兼顾到优化。图片中能采用文字的应当用文字,这样被搜索引擎抓取之后才能提取你网站的关键词。我们都知道图文并茂能带给用户不错的体验,但是同时要考虑到网站…

    2023年6月13日
    00
  • 小编教你SEO优化:浅析网站优化中必须要做的几个事情。

    很多人在做seo优化的时候仅仅只是简单的看了一些视频,就认为自己会做SEO优化了,自以为大的盲目发布垃圾外链,交换垃圾链接等等更后导致原有的排名都掉了,甚至网站被降权K站等问题。做SEO优化必须要做的几个事情…

    2023年6月26日
    00
  • 分享SEO优化需要注意的几个误区。

    随着搜索引擎的发展,慢慢也开始重视网络市场,因此不少企业都纷纷开始建立自己的企业站聘请自己的网站推广员和seo优化人员,面对市场的剧增的优化需求 不少人都投身SEO优化这个行业之中。可是你是否真正了解到SEO…

    2023年6月19日
    00
  • 我来教你seo优化诊断方法的几个着眼点。

    诊断是在对网站进行优化推广前,对网站整体情况的分析和总结,是网站优化推广的基础,它的终目的是服务于网站目标用户,实现网站的正常运营,为今后要网站在建站的过程中节约了大量的成本。 一、着眼于整体 seo优化…

    2023年6月19日
    00
  • 关于京挑客可以报名几个团长。

    本期团长招商活动所面向的团长为定向邀请制(每个月30个名额),未全部开放权限,满足一定条件的团长京东联盟会单独联系并邀请开通,招商团长准入门槛的开放具体时间请以联盟官方公告为准。京挑客就和淘宝客一样,可…

    2023年11月1日
    02
  • Doris架构中包含哪些技术?

    Doris主要整合了Google Mesa(数据模型),Apache Impala(MPP Query Engine)和Apache ORCFile (存储格式,编码和压缩)的技术。为什么要将这三种技术整合?Mesa可以满足我们许多存储需求的需求,但是Mesa本身不提供SQL…

    2023年8月30日
    02
  • 分享SEO优化中的几个重要标签。

    提及网站基础站内优化方面,很多朋友自然会想到成程序、想到代码精简,其实再说细点,就是整个站内优化标签元素的规范性。站内优化由于耗费工作量大,并且需要统计、分类整理的事项较多。但同时对于标签元素的精简…

    2023年6月27日
    01
  • PHP中的微服务架构。

    随着互联网的发展和技术的进步,传统的架构模式面临着更多的挑战和需求。其中,微服务架构作为一种新的设计思路,在现代化互联网架构中占据了越来越重要的地位。微服务架构是一种以轻量级、模块化单元为基础的服务…

    2023年5月30日
    04

联系我们

QQ:951076433

在线咨询:点击这里给我发消息邮件:951076433@qq.com工作时间:周一至周五,9:30-18:30,节假日休息