Spark性能调优1-数据倾斜特征/常见原因/后果/常见调优方案
程序员文章站
2023-02-22 23:50:27
数据倾斜特征:个别Task处理大部分数据 后果:1.OOM;2.速度变慢,甚至变得慢的不可接受 常见原因: 数据倾斜的定位: 1.WebUI(查看Task运行的数据量的大小)。 2.Log,查看log中哪一行出现OOM,查找具体哪个Stage,进而确定哪一个shuffle产生了数据倾斜。 3.查看代 ......
数据倾斜特征:个别task处理大部分数据
后果:1.oom;2.速度变慢,甚至变得慢的不可接受
常见原因:
数据倾斜的定位:
1.webui(查看task运行的数据量的大小)。
2.log,查看log中哪一行出现oom,查找具体哪个stage,进而确定哪一个shuffle产生了数据倾斜。
3.查看代码,主要是join,groupbykey,reducebykey等代码。
4.对数据特征分布进行分析。
下一篇: 邻里邻居相亲相爱的局面