如何解决如何确定在单个节点上运行的Spark的最佳设置?
我有55 GB的数据需要处理。我在具有32核和180GB RAM(无群集)的单台计算机上运行Spark-shell。由于它是单个节点,因此驱动程序和工作程序都驻留在同一JVM进程中,默认情况下使用514 MB。
我将spark.driver.memory设置为170G
spark-shell --driver-memory 170g
我正在执行地图操作,然后执行group_by,然后进行agg并写入镶木地板文件。而且仍然停留在
是否有通过更改spark.executor.memory或更改使用的内核数而不是使用Master [*]来优化性能的方法?如何确定给定任务和数据大小的最佳设置?我应该精确调整--conf文件中的哪些值?
简而言之,如何强制spark以最佳方式使用所有可用资源?
解决方法
如果在单台计算机上运行,则更改spark.executor.memory不会生效。您需要有一个实际的集群。您可以向集群添加更多节点,以减少分区数量并加快处理速度。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。