Spark-on-Yarn资源调度和作业调度

2023年6月21日 299次阅读 来源: 这个该叫什么呢

作业调度

Spark默认采取FIFO策略运行多个Jobs，它提供一个队列来保存已经提交的Jobs，如果队头的Job不需要占用所有的集群资源，那么后续的 Job可以立即运行，但是如果队头的Job需要占用所有的集群资源，且运行时间很长，那么即使后续的Job很小，也要等待前面的Job执行完后才可以执 行，这样就造成了大量的延迟。

Spark0.8+版本开始支持公平调度策略，在该策略下，Spark以round robin的方式为每个Job分配执行的Tasks，每个Job在同一时间都可以运行多个Tasks，Jobs之间是共享集群资源的。这就意味着当一个大 任务运行的同时，用户提交的小任务可以立即执行，且获得良好的响应时间，而不用去等待大任务的结束。

通过spark.scheduler.mode属性设置公平调度策略

val conf = new SparkConf().setMaster(...).setAppName(...)
conf.set("spark.scheduler.mode", "FAIR")
val sc = new SparkContext(conf)

1. 公平调度池

Spark支持将不同的Jobs划分到不同的调度池中，可以为每个调度池设置不同的属性（比如权重），这样就可以将重要的Job分到高优先级的调度池中， 比如可以为每个用户创建一个调度池，并为每个用户划分相等的集群资源，而不用去管每个用户同时运行多少个Job。

如果用户没有设置公平调度池，默认情况下提交的任务被划分到default调度池中，可通过spark.scheduler.pool进行设置

sc.setLocalProperty("spark.scheduler.pool", "pool1")

清除调度池

sc.setLocalProperty("spark.scheduler.pool", null)

2. 默认调度池

默认情况下不同的调度池共享集群的资源，但在每个调度池内部，Job是以FIFO的方式运行的，比如为每个用户创建一个调度池，集群的资源平均分配给各个调度池，在调度池内部，每个Job按照FIFO的顺序运行。

3. 调度池的属性

schedulingMode：调度池内部Job之间的调度顺序，FIFO或FAIR，默认是FIFO
weight：调度池的权重，默认是1，如果设置为2，那么它将获取相当于其他调度池2倍的资源。
minShare：最少满足资源数，默认是0，只有在满足每个调度池minShare资源数的基础之上，才会按照weight比例来获取额外的资源。

可创建一个类似于conf/fairscheduler.xml.template的文件来设置调度池的相关属性，spark.scheduler.allocation.file设置配置文件路径

conf.set("spark.scheduler.allocation.file", "/path/to/file")
   fairscheduler.xml.template文件内容

fairscheduler.xml.template文件内容

<?xml version="1.0"?>
<allocations>
  <pool name="production">
    <schedulingMode>FAIR</schedulingMode>
    <weight>1</weight>
    <minShare>2</minShare>
  </pool>
  <pool name="test">
    <schedulingMode>FIFO</schedulingMode>
    <weight>2</weight>
    <minShare>3</minShare>
  </pool>
</allocations>

4. 测试

myFairScheduler.xml

<?xml version="1.0"?>
<allocations>
  <pool name="onlinetestpool">
    <schedulingMode>FAIR</schedulingMode>
    <weight>2</weight>
    <minShare>7</minShare>
  </pool>
  <pool name="default">
    <schedulingMode>FAIR</schedulingMode>
    <weight>1</weight>
    <minShare>7</minShare>
   </pool>
</allocations>

启动Spark应用
spark-shell
–conf spark.scheduler.mode=FAIR
–conf spark.scheduler.pool=onlinetestpool
–conf spark.scheduler.allocation.file=/home/spark/spark/conf/fairscheduler.xml

    原文作者：这个该叫什么呢
    原文地址: https://www.jianshu.com/p/9c540078d406
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞