Spark 调优（二）：JVM 调优
Spark 由 Scala/Java 编写的，Spark 的 Driver 和 Executor 是运行在集群中的 JVM 进程，依赖 Java 内存管理和 GC。在生产环境中，通常使用几十上百甚至更大的内存，这在传统的 Java 应用中极为少见。
Spark 通过 spark.driver.extraJavaOptions
和 spark.executor.extraJavaOptions
可以为 Driver 和 Executor 添加额外的 JVM 选项。
GC 监控
实时监控
开启 JMX：
-Dcom.sun.management.jmxremote.port=<端口号> -Dcom.sun.management.jmxremote.authenticate=false -Dcom.sun.management.jmxremote.ssl=false
即可以通过 JDK 自带的 GUI 工具 jconsole
或 jstat
实时监控程序。
以使用 jstat 查看 GC 为例：
jstat -gc <进程号>@<主机名>:<端口号>
关于 JMX 的更多信息，点击 Monitoring and Management Using JMX Technology 查看。
打印信息
输出 GC 信息到 Worker 节点的 stdout 输出：
-verbose:gc -XX:+PrintGCDetails -XX:+PrintGCTimeStamps
G1 垃圾收集器
Tips
使用 G1 垃圾收集器， -XX:+UseG1GC
。
如果任务从 HDFS 读取数据，任务使用的内存大小可以通过从 HDFS 数据块大小估计出来。注意，解压缩之后的数据块经常增长两到三倍。所以，如果有四个任务，HDFS 块大小为 128MB，估计 Eden 大小为 4*3*128MB
。
内存大于 4GB 小于 32GB， -XX:+UseCompressedOops
启动指针压缩。
参考
- Tuning Spark - Spark Document
- Tuning Java Garbage Collection for Apache Spark Applications
- Java Platform, Standard Edition HotSpot Virtual Machine Garbage Collection Tuning Guide
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
