SparkStreaming变慢问题分析

Rone-X

于 2020-03-26 11:22:39 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： Spark

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/RONE321/article/details/105113806

Spark 专栏收录该内容

18 篇文章

订阅专栏

本文分析了SparkStreaming在处理大量数据时遇到的性能问题。由于集群资源分配不均，特别是夜间定时作业占用大量CPU资源，导致SparkStreaming任务Repartition操作受阻，解析速度大幅下降。文章深入探讨了这一现象，并提出了解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SparkStreaming跑着跑着会变慢！
我们的任务是每秒解析1800条数据，而每天早上我去查看解析速度的时候发现每秒只解析了500条左右！

看了下Yarn集群的运行日志，我发现每天晚上凌晨的时候都有一个定时的job在运行！

这导致本来集群资源就不足！3个计算节点每个节点16核128G，一共才48核。我们的SparkStreaming任务 Repartition了一次（提高并发量），这样则Repartition需要CPU 而没有空闲的CPU可用！导致解析速度直线下降！

而当定时的MRJob跑完后，SparkStreaming会重新再次申请CPU，慢慢慢慢的一点点的将积压的数据消费完，解析速度也会提上来的！但是如果定时的Job跑了一个小时，我们的SparkStreamingJob积压了好多好多Job要处理，那么我们的流处理则会一直Delay！

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。