sparkConf常见参数设置

def getSparkConf():SparkConf = {val sparkConf: SparkConf = new SparkConf().set("spark.driver.cores","4")  //设置driver的CPU核数.set("spark.driver.maxResultSize","2g") //设置driver端结果存放的最大容量，这里设置成为2G，超过2G的数据,job就直接放弃，不运行了.set("spark.driver.memory","4g")  //driver给的内存大小.set("spark.executor.memory","8g")// 每个executor的内存.set("spark.submit.deployMode","cluster")  //spark 任务提交模式，线上使用cluster模式，开发使用client模式.set("spark.worker.timeout" ,"500") //基于standAlone模式下提交任务，worker的连接超时时间.set("spark.cores.max" , "10")  //基于standAlone和mesos模式下部署，最大的CPU和数量.set("spark.rpc.askTimeout" , "600s")  //spark任务通过rpc拉取数据的超时时间.set("spark.locality.wait" , "5s") //每个task获取本地数据的等待时间，默认3s钟，如果没获取到，依次获取本进程，本机，本机架数据.set("spark.task.maxFailures" , "5")  //允许最大失败任务数，根据自身容错情况来定.set("spark.serializer" ,"org.apache.spark.serializer.KryoSerializer")  //配置序列化方式.set("spark.streaming.kafka.maxRatePerPartition" , "5000")  //使用directStream方式消费kafka当中的数据，获取每个分区数据最大速率.set("spark.streaming.backpressure.enabled" , "true")  //开启sparkStreaming背压机制，接收数据的速度与消费数据的速度实现平衡//  .set("spark.streaming.backpressure.pid.minRate","10").set("spark.driver.host", "localhost")  //配置driver地址//shuffle相关参数调优开始.set("spark.reducer.maxSizeInFlight","96m")  //reduceTask拉取map端输出的最大数据量，调整太大有OOM的风险.set("spark.shuffle.compress","true")  //开启shuffle数据压缩.set("spark.default.parallelism","10")  //设置任务的并行度.set("spark.files.fetchTimeout","120s")  //设置文件获取的超时时间//网络相关参数.set("spark.rpc.message.maxSize","256")  //RPC拉取数据的最大数据量，单位M.set("spark.network.timeout","120s")  //网络超时时间设置.set("spark.scheduler.mode","FAIR")  //spark 任务调度模式  使用 fair公平调度//spark任务资源动态划分  https://spark.apache.org/docs/2.3.0/job-scheduling.html#configuration-and-setup.set("spark.dynamicAllocation.enabled","true").set("spark.shuffle.service.enabled","true").set("spark.dynamicAllocation.executorIdleTimeout","120s")  //executor空闲时间超过这个值，该executor就会被回收.set("spark.dynamicAllocation.minExecutors","0")  //最少的executor个数.set("spark.dynamicAllocation.maxExecutors","32")  //最大的executor个数  根据自己实际情况调整.set("spark.dynamicAllocation.initialExecutors","4")//初始executor个数.set("spark.dynamicAllocation.schedulerBacklogTimeout","5s")  //pending 状态的task时间，过了这个时间继续pending ，申请新的executor.setMaster("local[1]").setAppName("Stream")sparkConf.set("spark.speculation", "true")   //开启推测执行sparkConf.set("spark.speculation.interval", "100s")  // 每隔多久检测一次是否需要进行推测执行任务sparkConf.set("spark.speculation.quantile","0.9")  //完成任务的百分比，然后才能启动推测执行sparkConf.set("spark.streaming.backpressure.initialRate" , "500")  // //开启sparkStreaming的背压机制，然后第一批次获取数据的最大速率sparkConf.registerKryoClasses(Array(classOf[OrderInfo],classOf[Opt_alliance_business],classOf[DriverInfo],classOf[RegisterUsers]))sparkConf}

sparkConf常见参数设置相关推荐

一文学会JVM常见参数设置+调优经验（JDK1.8）
内存管理参数本参数以JDK1.8为基础进行整理,目前默认参数大概有660个左右,使用java -XX:+PrintFlagsFinal -version可以输出所有参数的名称及默认值名词解释 -X ...
sparkSession常见参数设置
def getSparkSession(sparkConf:SparkConf):SparkSession = {val sparkSession: SparkSession = SparkSessi ...
Socket中的异常和参数设置
1.常见异常 1.java.net.SocketTimeoutException . 这个异常比较常见,socket 超时.一般有 2 个地方会抛出这个,一个是 connect 的时候 , 这 ...
JVM内存参数设置及常见错误总结
一. JVM规范 JVM规范对Java运行时的内存划定了几块区域(详见这里),有:JVM栈(Java Virtual Machine Stacks).堆(Heap).方法区(Method Area) ...
mysql port range_MySQL 数据库常见调优方法及参数设置_MySQL
1. 关闭 SELinux vim /etc/selinux/config 更改 SELINUX=enforcing 为 SELINUX=disabled 2. 更改 IO Schedule, 对于 ...
Origin: 常见图形参数设置（汇总篇）
Origin: 常见图形参数设置(汇总篇) (一)坐标轴的设置 1. 坐标轴刻度的调整 2. 坐标轴网格线的设置 3. 坐标轴重叠及特殊刻度线设置 (二)图例的设置 1. 图例的调整 2. 图例横向展 ...
a5松下驱动器参数设置表_松下A5伺服驱动器参数设置与常见故障解决分析
原标题:松下A5伺服驱动器参数设置与常见故障解决分析松下伺服参数共有200多个,但一般的控制场合只需要掌握少数几个即可.伺服系统有位置控制.速度控制.转矩控制以及三者的组合等多种控制模式,但大多数场 ...
jvm内存参数配置_idea中设置JVM参数，简单理解JVM常见参数，JVM调优简单入门
前面学习了JVM的内存分布,今天就来验证下.顺便通过测试学习一下JVM的几个参数,不过测试是在idea中,所以先要在idea上设置JVM参数. 一.idea设置全局的JVM参数一共三步,第一步在菜单 ...
spark-sql使用UDF函数实现ip映射省份，数据写出到mysql参数设置。
spark-SQL使用广播变量以及应用数据库的UDF自定义函数的查询会比两张表的连接更加的优化的程序的执行. 两表连接是比较费效率的. spar-sql 2.x的数据读取,处理,添加schema信息, ...

sparkConf常见参数设置

sparkConf常见参数设置相关推荐

最新文章

热门文章