Spark: как указать количество исполнителей для хранения RDD?

Я пытаюсь максимизировать параллелизм, распределяя RDD среди как можно большего числа исполнителей. Насколько мне известно, пользователь может использовать перераспределение, объединение или распараллеливание для изменения количества разделов. Но я не могу найти способ изменить количество исполнителей для хранения разделов. Кто-нибудь может подсказать, как это можно сделать?


apache-spark rdd
person user1400469    schedule 31.08.2014    source источник

Ответы (2)


arrow_upward
2
arrow_downward

Когда вы запускаете приложение spark. Существует параметр --num-executors, указывающий, сколько исполнителей вы хотите, и параллельно --executor-cores, чтобы указать, сколько задач может выполняться параллельно в каждом исполнителе.

В вашем случае вы можете указать большое количество исполнителей, каждый из которых имеет только 1 исполняющее ядро. Тогда, например, у вас есть 10 разделов и 10 исполнителей, тогда каждому исполнителю будет назначена одна задача для обработки одного раздела.

person zhang zhan    schedule 29.09.2014

arrow_upward
0
arrow_downward

Непосредственно введите spark-submit в командной строке, вы получите руководство. Он содержит что-то ниже

 Spark standalone with cluster deploy mode only:
  --driver-cores NUM          Cores for driver (Default: 1).

 Spark standalone or Mesos with cluster deploy mode only:
  --supervise                 If given, restarts the driver on failure.
  --kill SUBMISSION_ID        If given, kills the driver specified.
  --status SUBMISSION_ID      If given, requests the status of the driver specified.

 Spark standalone and Mesos only:
  --total-executor-cores NUM  Total cores for all executors.

 Spark standalone and YARN only:
  --executor-cores NUM        Number of cores per executor. (Default: 1 in YARN mode,
                              or all available cores on the worker in standalone mode)

 YARN-only:
  --driver-cores NUM          Number of cores used by the driver, only in cluster mode
                              (Default: 1).
  --queue QUEUE_NAME          The YARN queue to submit to (Default: "default").
  --num-executors NUM         Number of executors to launch (Default: 2).
                              If dynamic allocation is enabled, the initial number of
                              executors will be at least NUM.
  --archives ARCHIVES         Comma separated list of archives to be extracted into the
                              working directory of each executor.
  --principal PRINCIPAL       Principal to be used to login to KDC, while running on
                              secure HDFS.
  --keytab KEYTAB             The full path to the file that contains the keytab for the
                              principal specified above. This keytab will be copied to
                              the node running the Application Master via the Secure
                              Distributed Cache, for renewing the login tickets and the
                              delegation tokens periodically.

Это зависит от вашего режима развертывания. Вы должны отправить свой скрипт на искру с указанными выше параметрами, чтобы соответствующим образом определить количество исполнителей.

person mychaint    schedule 21.06.2017