腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
简单聊聊Spark
专栏作者
举报
44
文章
34514
阅读量
21
订阅数
订阅专栏
申请加入专栏
全部文章(44)
spark(19)
kafka(9)
hadoop(4)
zookeeper(4)
java(3)
消息队列 CMQ 版(3)
其他(2)
存储(2)
hive(2)
bash(1)
node.js(1)
数据库(1)
云数据库 SQL Server(1)
linux(1)
centos(1)
bash 指令(1)
文件存储(1)
http(1)
编程算法(1)
分布式(1)
缓存(1)
yum(1)
socket编程(1)
大数据(1)
搜索文章
搜索
搜索
关闭
Spark内核分析之BlockManager工作原理介绍
spark
最近一直在忙,没顾得上写文章,新年的第一篇文章,希望大家可以喜欢;好了,今天接着之前的内容,来聊聊BlockManager的工作原理,上图来分析;
z小赵
2018-09-05
859
0
Spark内核分析之Shuffle操作流程(非常重要)
spark
如题,我们来分析一下spark的shuffle操作原理;为什么说其非常重要,是因为shuffle操作是我们在Spark调优中非常重要的一环,对shuffle进行了优化,往往可以使得我们的spark程序运行效率有极大的提升。依照惯例,我们先来看一张图;
z小赵
2018-09-05
863
0
Spark内核分析之DAGScheduler划分算法实现原理讲解(重要)
spark
接着上一篇,我们接着来分析下一个非常重要的组建DAGScheduler的运行原理是怎么实现的;通过之前对Spark的分析讲解,我们的Spark作业是在遇到一个action算子以后并以此为界限,划分出一个Job出来,也就是在这个时候,Spark作业向集群提交一个Job任务;下面我们看看源码是如何实现的;
z小赵
2018-09-05
573
0
Spark内核分析之Worker原理分析
spark
接着上篇的Schedule调度内容,本篇我们来看看Driver,Application向Worker发送launch以后到底发生了什么。先来看看下面这张图;
z小赵
2018-09-05
420
0
Spark内核分析之Scheduler资源调度机制
spark
上一篇我们阐述了Driver,Application,Worker的注册实现原理,本篇我们来接着聊聊Driver,Application在注册之后是如何实现调度的。废话不多说,直接上源码进行分析(本篇所述内容比较重要,请耐心看完)。
z小赵
2018-09-05
447
0
Spark内核分析之Master的注册机制实现原理
spark
这篇文章我们来讨论一下Master的注册机制;那么有哪些信息需要注册到Master上面去呢?很简单,分别有Worker的注册,Driver的注册,Application的注册。明确了这个以后我们来看一张图;
z小赵
2018-09-05
431
0
Spark内核分析之SparkContext初始化源码分析
spark
上一篇介绍了spark作业提交的三种方式,从本篇开始逐一介绍Spark作业运行流程中各个组件的内部工作原理。如标题所说,我们先来看看SparkContext在Spark作业提交后做了哪些事情,工作流程如下图所示;(注意:本篇文章及后续源码分析所有内容全部基于spark1.3.0源码进行分析,后续不再赘述)
z小赵
2018-09-05
721
0
Spark内核分析之Spark的HA源码分析
spark
Spark作业运行的集群环境有两种,分别基于standalone模式和Yarn集群模式。我们知道Yarn集群提供了HA来保证了集群的高可用,而standalone也提供了一种集群高可用的方法,即通过配置可以实现双master机制,保证在一个master挂掉以后,另外一个master立即启用。spark的主备切换提供了两种模式,一种是基于文件系统的,另外一种是基于zookeeper的。下面我们来看看spark集群的master主备切换是怎么实现的,如下图所示;
z小赵
2018-09-05
586
0
Spark内核分析之spark作业的三种提交方式
spark
最近在研究Spark源码,顺便记录一下,供大家学习参考,如有错误,请批评指正。好,废话不多说,这一篇先来讲讲Spark作业提交流程的整体架构。
z小赵
2018-09-05
714
0
Spark性能调优九之常用算子调优
spark
前面介绍了很多关于Spark性能的调优手段,今天来介绍一下Spark性能调优的最后一个点,就是关于Spark中常用算子的调优。废话不多说,直接进入正文;
z小赵
2018-09-05
1.2K
0
Spark性能调优篇八之shuffle调优(重要)
spark
本篇文章来介绍一个重量级的Spark调优机制,就是我们常说的shuffle调优。在讲解shuffle调优之前,我们先来明确一个概念,什么是shuffle操作?
z小赵
2018-09-05
470
0
Spark性能调优篇七之JVM相关参数调整
spark
由于Spark程序是运行在JVM基础之上的,所以我们这一篇来讨论一下关于JVM的一些优化操作。在开始JVM调优操作之前,我们先通过一张图看一下JVM简单的内存划分情况。
z小赵
2018-09-05
1.7K
0
Spark性能调优篇六之调节数据本地化等待时长
spark
本篇我们讨论一下数据本地化等待时长调节的优化。在介绍关于本地化等待时长调节之前,我们先来看看数据本地化的运行原理吧。
z小赵
2018-09-05
743
0
Spark性能调优篇五之使用fastUtil工具包
spark
今天再来介绍一个小的优化点,是一个通过使用fastutil工具包对数据格式进行优化。首先来明确一个东西,什么是fastutil?
z小赵
2018-09-05
904
0
Spark性能调优篇四之使用Kryo进行序列化操作
spark
接着上一篇文章,今天介绍一下通过使用Kryo这个东东来进一步降低网络IO的传输量和内存的占用率。在介绍Kryo之前,接下来我们先来对比一下默认的序列化和Kryo方式的序列化的性能(其实就是序列化后数据的体积)。
z小赵
2018-09-05
1.5K
0
Spark性能调优篇三之广播方式传输数据
spark
编程算法
接着之前的Spark调优系列文章,我们今天介绍一下通过广播的方式优化我们的Spark作业运行效率。在介绍文章之前,我们首先来分析一下我们Spark作业运行的时候每个task任务默认是怎么怎么工作的。好了,首先先来看一张图。
z小赵
2018-09-05
695
0
Spark性能调优篇二之重构RDD架构及RDD持久化
spark
上一篇介绍了一些关于提交Spark任务参数的调优,本片文章来聊聊一个Spark作业中RDD的重构,以及一些复用的RDD持久化的常用策略。
z小赵
2018-09-05
334
0
Spark性能调优篇一之任务提交参数调整
spark
最近在做spark的项目,虽然项目基本功能都实现了,但是在真正的成产环境中去运行,发现程序运行效率异常缓慢;迫于无奈(实际是自己都不忍直视了),所以决定对程序做一番优化操作。在网上查看了不上关于spark程序的优化方法,但是都比较分散不够全面,所以决定就自己编写的基于Java的spark程序,记录一下我所做过的一些优化操作,加深印象方面以后的项目调优使用。这是一个Spark系列的优化操作,包括了很多方面,欢迎大家一块讨论学习。好了,废话好像有点多,下面开始进入正题:
z小赵
2018-09-05
882
0
spark-1.3.0的编译及三种运行模式的配置
spark
最近安装spark1.3.0并与Hadoop2.5.0集成,在Spark的历史资源管理中心没有找到对应的版本,而且在网上也没有找到对应版本的编译教程,于是只能根据Spark官网提供的教程自己来手动编译对应的版本,废话不多说,开始正文。
z小赵
2018-09-05
555
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档