与火花内存开销相关的问题在SO中多次问过,我经历了其中的大多数。但是,浏览了多个博客后,我感到困惑。
下面是我的问题
- 内存开销是执行程序内存的一部分还是 分离?很少有博客说内存开销是其中的一部分 执行者的记忆和其他人说执行者的记忆+记忆 开销(这意味着内存开销不是执行程序的一部分 记忆)?
- 内存开销和堆外转移是否相同?
- 如果我在其中未提及管理费用会发生什么 spark-submit,是否默认为18.75?
- 如果我们提供比默认值更多的内存开销,会不会有副作用?
https://docs.qubole.com/en/latest/user-guide/engines/spark/defaults-executors.html https://spoddutur.github.io/spark-notes/distribution_of_executors_cores_and_memory_for_spark_application.html
以下是我想了解的情况。 我有5个节点,每个节点有16个vcore和128GB内存(其中120个可用),现在我想提交spark应用程序,下面是我正在考虑的conf
Total Cores 16 * 5 = 80
Total Memory 120 * 5 = 600GB
情况1:执行程序内存的内存开销部分
spark.executor.memory=32G
spark.executor.cores=5
spark.executor.instances=14 (1 for AM)
spark.executor.memoryOverhead=8G ( giving more than 18.75% which is default)
spark.driver.memoryOverhead=8G
spark.driver.cores=5
情况2:内存开销不是执行程序内存的一部分
spark.executor.memory=28G
spark.executor.cores=5
spark.executor.instances=14 (1 for AM)
spark.executor.memoryOverhead=6G ( giving more than 18.75% which is default)
spark.driver.memoryOverhead=6G
spark.driver.cores=5
根据下面的视频,我正在尝试使用85%的节点,即120GB中的大约100GB,不确定是否可以使用更多的节点。
https://www.youtube.com/watch?v=ph_2xwVjCGs&list=PLdqfPU6gm4b9bJEb7crUwdkpprPLseCOB&index=8&t=1281s(4:12)