Spark內(nèi)核分析之Scheduler資源調(diào)度機(jī)制

????????上一篇我們闡述了Driver,Application,Worker的注冊(cè)實(shí)現(xiàn)原理,本篇我們來接著聊聊Driver,Application在注冊(cè)之后是如何實(shí)現(xiàn)調(diào)度的。廢話不多說,直接上源碼進(jìn)行分析(本篇所述內(nèi)容比較重要,請(qǐng)耐心看完)。

Driver調(diào)度機(jī)制圖

我們來分析一下上面這段代碼:

1.首先過濾出 所有的worker進(jìn)行過濾操作,獲得所有正常工作的worker,然后將其進(jìn)行shuffle操作;

2.遍歷等待調(diào)度的Driver,判斷當(dāng)前的Driver是否可以被啟動(dòng)并且是否有可用的worker;

3.如果滿足當(dāng)前的worker的內(nèi)存大于等于要啟動(dòng)的driver的內(nèi)存并且該worker的CPU和核數(shù)大于等于要啟動(dòng)driver需要的CPU核數(shù),調(diào)用launchDriver在worker上啟動(dòng)Driver;

4.launchDriver方法會(huì)向worker發(fā)送一個(gè)啟動(dòng)Driver的信號(hào),然后將driver的狀態(tài)置為RUNNING;

spreadOutApps策略啟動(dòng)
非spreadOutApps策略

分析完Driver的scheduler機(jī)制后,我們來看看Application適合調(diào)度的,Application的調(diào)度有兩種方式,如上圖所示,其實(shí)說白了就是一種是平均分配策略和非平均分配策略,現(xiàn)在來分析一下源碼是如何實(shí)現(xiàn)的;

基于平均分配算法:

1.遍歷需要調(diào)度的Application,且該Application還需要被分配CPU;

2.遍歷拿到所有可用的worker,然后獲得每個(gè)worker已經(jīng)分配的CPU核數(shù);

3.獲得可以分配的CPU的核數(shù),循環(huán)遍歷每個(gè)worker,并為其分配一個(gè)CPU;

4.循環(huán)啟動(dòng)每個(gè)worker上的executor;

基于非平均分配算法與平均分配算法的區(qū)別:

區(qū)別在于:基于非平均分配算法,在遍歷所有可用的worker,為每個(gè)worker盡量分配多的CPU,然后在每個(gè)分配了CPU的worker上創(chuàng)建一個(gè)Executor并通知worker啟動(dòng)executor。

總結(jié):本節(jié)課主要介紹了一下資源調(diào)度的實(shí)現(xiàn),雖然內(nèi)容比較短,但是非常重要,在后期關(guān)于spark調(diào)優(yōu)會(huì)起到很大的幫助。下篇文章會(huì)接著我們本篇的內(nèi)容,來分析我們的相關(guān)應(yīng)用到底是如何進(jìn)行啟動(dòng)的;歡迎關(guān)注。

如需轉(zhuǎn)載,請(qǐng)注明:

上一篇:Spark內(nèi)核分析之Spark的HA源碼分析

本篇:Spark內(nèi)核分析之Scheduler資源調(diào)度機(jī)制

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,572評(píng)論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,071評(píng)論 3 414
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,409評(píng)論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,569評(píng)論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,360評(píng)論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 54,895評(píng)論 1 321
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,979評(píng)論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,123評(píng)論 0 286
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,643評(píng)論 1 333
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,559評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,742評(píng)論 1 369
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,250評(píng)論 5 356
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 43,981評(píng)論 3 346
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,363評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,622評(píng)論 1 280
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,354評(píng)論 3 390
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,707評(píng)論 2 370