为了账号安全,请及时绑定邮箱和手机立即绑定

大数据Spark架构运行及优势详解

2019.08.14 14:06 175浏览

给大家介绍一下关于大数据开发中Spark架构运行详解及其优势详解,首先spark是一种分布式的计算框架。类似于大数据开发中Hadoop生态圈的MapReduce,计算思想和MR非常相似,两者都是分而治之的思想,但使用率要比MR高很多。

在学习大数据Spark运行架构之前,我们有必须要先了解Spark中几个基本概念。

1、Application(应用程序):是指我们编写的Spark应用程序,包含驱动程序(Driver)和分布在及群众多个节点上运行的Executor代码,在执行过程中由一个或多个job组成。

2、Driver(驱动程序):Spark中的Driver即运行Application的main方法,并且创建SparkContext,创建SparkContext的目的是为了准备Spark应用程序的运行环境。在Spark中由SparkContext负责与ClusterManager通信,进行资源的申请、任务的分配和监控。当Executor部分运行完毕后,Driver负责将SparkContext关闭。通常用SparkContext代表Driver。

3、ClusterManager(集群资源管理器):是指在集群上获取资源的外部服务,目前常用的有以下几种:

(1)standalone:Spark自带的资源管理,由Master负责资源的管理和调度。

(2)HadoopYARN:由YARN中的ResourceManager负责资源的管理。

(3)Mesos:由Mesos中的MesosMaster负责资源的管理。

4、Worker(工作节点):集群中任何可以运行Application代码的节点,类似于YARN中的NodeManager节点。在Standalone模式中指的是通过Slave文件配置的Worker节点。

5、Master:SparkStandalone模式下的主节点,负责管理和分配集群资源来运行SparkApplication。

6、Executor:Application运行在Worker节点上的一个进程,该进程负责运行Task,并负责将数据存在内存或者磁盘上,每个Application都有各自独立的一批Executor。

二、Spark运行架构

先上一张Spark运行架构原理图吧。

其执行流程:

1、使用spark-sbumit提交我们的应用程序,通过反射的方式,创建和构造出一个Driver进程。

2、Driver进程(可以理解为有main方法的那个类)开始从头到尾执行我们写的代码,第一行即创建SparkConf和SparkContext对象。SparkContext在初始化的时候,会构造出DAGScheduler和TaskScheduler。

3、TaskScheduler通过它自己对应的进程去连接Master,并负责向Master注册Application。

4、Master接收到注册请求时候,会通过自己的资源调度算法,在Spark集群的Worker上,为这个Application启动多个Executor。

5、Worker为Application启动Executor,Executor启动之后,自己会反向注册到TaskScheduler上去。

6、至此整个初始化工作完成,SparkContext继续执行我们的代码。每遇到一个action操作,就会形成一个job,然后将该job提交到DAGScheduler。

7、DAGScheduler根据State划分算法,将一个job划分成多个State,每个State就是一个TaskSet。并将该Taskset提交到TaskScheduler。

8、TaskScheduler会将TaskSet中的每一个Task提交到Executor执行。

9、Executor每接收到一个task,都会用TaskRunner来封装task,然后从线程池中取出一个线程来执行task。

10、所以,最后整个Spark应用程序的执行就是state分批次作为taskset提交到executor执行,每个task针对RDD的一个分区,执行我们定义的算子和函数。以此类推,直到所有操作执行完为止。

三、spark的优势

计算效率高

1、资源复用

2、粗粒度的资源调度

使用方便

1、支持使用多门语言来编写

2、提供了超过80多种方法来供我们使用

通用性强

1、Spark生态圈中的组件都是基于SparkCore封装起来的

适应性强

1、可以接受上百种数据源

2、可以运行在各种各样的资源调度框架上


推荐阅读:大数据开发必备技能:https://www.imooc.com/article/259721

点击查看更多内容
0人点赞

若觉得本文不错,就分享一下吧!

评论

相关文章推荐

正在加载中
意见反馈 邀请有奖 帮助中心 APP下载
官方微信

举报

0/150
提交
取消