
Apache Spark是一個(gè)分布式計(jì)算框架,設(shè)計(jì)初衷是為了處理大規(guī)模數(shù)據(jù)集的計(jì)算。隨著越來越多的企業(yè)開始采用Spark進(jìn)行數(shù)據(jù)處理和分析,其性能和可靠性變得越來越重要。在這種情況下,底層通信的效率和魯棒性成為了至關(guān)重要的因素。在Spark 2.0中,Spark團(tuán)隊(duì)做出了一個(gè)重大決策:底層通信從Akka轉(zhuǎn)向Netty。這篇文章將探討這個(gè)決定的背景、原因和影響。
在Spark 1.x版本中,Spark使用Akka作為其底層通信框架。Akka是一種基于Scala語言的消息傳遞框架,它可以輕松地實(shí)現(xiàn)分布式系統(tǒng)中的Actor模型,提供了高度并發(fā)的支持。但是,隨著Spark的廣泛應(yīng)用,Akka的一些缺點(diǎn)也逐漸顯露出來。具體來說,Akka存在兩個(gè)主要的問題:
針對這些問題,Spark團(tuán)隊(duì)考慮替換Akka,尋找更高效、更穩(wěn)定的通信框架。
Spark團(tuán)隊(duì)在選擇新的底層通信框架時(shí),考慮了以下因素:
首先,Spark需要一個(gè)高效的通信框架,能夠快速地傳輸大量的數(shù)據(jù)。在大規(guī)模的數(shù)據(jù)集上,通信的開銷往往比計(jì)算本身還要高昂,因此通信性能的優(yōu)化對于Spark的性能至關(guān)重要。
Netty是一個(gè)高性能的網(wǎng)絡(luò)通信框架,專門設(shè)計(jì)用于構(gòu)建高性能、高可靠的網(wǎng)絡(luò)應(yīng)用程序。與Akka相比,Netty采用更高效的I/O模型和線程管理方式,可以更好地利用現(xiàn)代計(jì)算機(jī)系統(tǒng)的多核心和多線程資源,在高并發(fā)的場景下保持更好的性能表現(xiàn)。
其次,Spark需要一個(gè)健壯、可靠的通信框架,能夠保證消息正確性和可靠性。在分布式系統(tǒng)中,由于各種網(wǎng)絡(luò)異常和故障,消息的傳輸過程中可能會遇到各種問題。因此,通信框架必須具備足夠的健壯性,能夠自適應(yīng)地應(yīng)對不同的異常情況,并盡可能地保證消息的正確性和可靠性。
Netty提供了諸如心跳檢測、連接超時(shí)控制、斷線重連等多種機(jī)制,能夠有效地處理各種網(wǎng)絡(luò)異常和故障,保證通信的可靠性和健壯性。
最后,Spark需要一個(gè)活躍的社區(qū)和生態(tài)環(huán)境,能夠?yàn)槠涮峁┝己玫闹С趾头答?。通信框架作為Spark的底層組件之一,必須具備足夠的社區(qū)支持和生
態(tài)環(huán)境,能夠與Spark社區(qū)緊密配合,相互促進(jìn)。在選擇新的通信框架時(shí),必須考慮到其生態(tài)環(huán)境和社區(qū)支持情況,以確保其能夠長期穩(wěn)定地運(yùn)行,并為Spark提供長期的支持。
Netty作為一個(gè)成熟的開源項(xiàng)目,擁有龐大的用戶和開發(fā)者社區(qū),具備廣泛的應(yīng)用場景和豐富的功能庫。與Akka相比,Netty的生態(tài)環(huán)境更加成熟、穩(wěn)定,能夠?yàn)镾park提供更好的支持和反饋。
綜上所述,Spark團(tuán)隊(duì)最終決定將底層通信從Akka轉(zhuǎn)向Netty,以滿足Spark日益增長的性能和可靠性需求。
底層通信框架的改變對于Spark整體的影響十分深遠(yuǎn),主要體現(xiàn)在以下幾個(gè)方面:
由于Netty采用更高效的I/O模型和線程管理方式,通信性能得到了明顯的提升。根據(jù)Spark官方測試數(shù)據(jù)顯示,使用Netty作為底層通信框架可以使Spark的性能提升10%-30%,特別是在大規(guī)模數(shù)據(jù)處理場景下表現(xiàn)更加優(yōu)秀。
Netty提供了多種機(jī)制來保證消息的正確性和可靠性,如心跳檢測、連接超時(shí)控制、斷線重連等,可以有效地避免消息丟失或延遲等問題,提高系統(tǒng)的健壯性和可靠性。
由于底層通信框架的改變,Spark 2.0需要進(jìn)行一定的兼容性調(diào)整,以適應(yīng)新的通信框架。具體地,某些Spark API中與Akka相關(guān)的部分需要進(jìn)行修改或替換,以適應(yīng)Netty的API設(shè)計(jì)。
Netty相對于Akka而言,具備更加成熟、穩(wěn)定的生態(tài)環(huán)境和社區(qū)支持,這也為Spark提供了更好的支持和發(fā)展空間。同時(shí),一些與Netty相關(guān)的生態(tài)組件也開始出現(xiàn),如基于Netty的分布式RPC框架gRPC等,進(jìn)一步提升了Spark生態(tài)環(huán)境的質(zhì)量和穩(wěn)定性。
總體來說,底層通信框架的轉(zhuǎn)換為Spark帶來了明顯的性能和可靠性提升,同時(shí)也需要進(jìn)行一定的兼容性調(diào)整和生態(tài)環(huán)境升級,為Spark未來的發(fā)展奠定了更加堅(jiān)實(shí)的基礎(chǔ)。
推薦學(xué)習(xí)書籍
《CDA一級教材》適合CDA一級考生備考,也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校,累計(jì)已有10萬+在讀~
免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10