内容简介:Executor 端的内存模型,包括堆内内存(On-heap Memory)和堆外内存(Off-heap Memory)。Spark 为Execution 内存和Storage 内存的管理提供了统一的接:MemoryManager。
Executor 端的内存模型,包括堆内内存(On-heap Memory)和堆外内存(Off-heap Memory)。
存管理接口(MemoryManager )
Spark 为Execution 内存和Storage 内存的管理提供了统一的接:MemoryManager。
MemoryManager 的具体实现上,Spark 1.6 之后默认为统一管理(Unified Memory Manager)方式,1.6 之前采用的静态管理(Static Memory Manager)方式仍被保留,可通过配置 spark.memory.useLegacyMode 参数启用。
1静态内存管理(Static Memory Manager)
堆内空间管理
存储内存、执行内存和其他内存的大小在 Spark 应用程序运行期间均为固定的,但可以在应用程序启动前进行配置。
可用的Execution 内存和 可用的Storage 内存计算公式:
可用的Execution 内存 = systemMaxMemory * spark.shuffle.memoryFraction * spark.shuffle.safetyFraction
可用的Storage 内存 = systemMaxMemory * spark.storage.memoryFraction * spark.storage.safetyFraction
systemMaxMemory 取决于当前 JVM 堆内内存的大小,公式中的两个 safetyFraction 参数,其意义在于在逻辑上预留出一块保险区域,降低因实际内存超出当前预设范围而导致 OOM 的风险。这块逻辑上预留的区域同样由JVM管理。
图静态内存管理-堆内内存的分配
堆外空间管理
堆外只有Execution 内存和Storage 内存,他们的大小由spark.memory.storageFraction这个参数决定。由于堆外内存占用的空间可以被精确计算,所以无需再设定保险区域
静态内存管理-堆外内存的分配
2统一内存管理
Spark 1.6 之后引入的统一内存管理机制,与静态内存管理的区别在于Storage 内存和Execution 内存共享同一块空间,可以动态占用对方的空闲区域。
堆内内存(On-heap Memory)
堆内内存区域大致可以分为以下四类:
1)Execution 内存:主要用于存放 Shuffle、Join、Sort、Aggregation 等计算过程中的临时数据
2)Storage 内存:主要用于缓存和传播内部数据
3)Other:用户数据结构、Spark内部元数据。
4)预留内存(Reserved Memory):系统预留内存。默认是300MB。
堆内存(Off-heap Memory)
Spark 1.6 开始引入了Off-heap memory(详见SPARK-11389)。这种模式不在 JVM 内申请内存,而是调用 Java unsafe API (如 C 语言里面的 malloc())直接向操作系统申请内存,JVM不管理这部分内存,所以可以避免频繁的 GC,但要自己编写内存申请和释放的逻辑。
堆外内存分为两类:Execution 内存和 Storage 内存。
默认情况下堆外内存不启用,可以通过配置spark.memory.offHeap.enabled 参数启用,通过配置spark.memory.offHeap.size 参数设定堆外内存空间的大小。
如果堆外内存被启用,那么 Executor 内将同时存在堆内和堆外内存,Executor 中的 Execution 内存是堆内的 Execution 内存和堆外的 Execution 内存之和,同理,Storage 内存也一样。
说明
maxOffHeapMemory=spark.memory.offHeap.size
Execution 内存和 Storage 内存动态调整
1)设定基本的Storage 内存和Execution 内存区域(通过spark.storage.storageFraction配置比例,默认是0.5,即各占一半)
2)Storage 内存和Execution 内存都不足时,则存储到硬盘;若己方空间不足而对方空余时,可借用对方的空间;(存储空间不足是指不足以放下一个完整的 Block)
3)Execution 内存空间被对方占用后,可让对方将占用的部分转存到硬盘,然后"归还"借用的空间
4)Storage 内存空间被对方占用后,无法让对方"归还",因为实现起来较为复杂。
动态整
以上所述就是小编给大家介绍的《大数据计算框架Spark之内存模型》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 自定义MVC框架-封装模型层
- 智能搜索模型预估框架的建设与实践
- Netty 和 RPC 框架线程模型分析
- golang常见的几种并发模型框架
- 智能搜索模型预估框架Augur的建设与实践
- Flask框架从入门到精通之模型查询(十三)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。