Apache Spark是一个分布式计算框架,设计初衷是为了处理大规模数据集的计算。随着越来越多的企业开始采用Spark进行数据处理和分析,其性能和可靠性变得越来越重要。在这种情况下,底层通信的效率和鲁棒性成为了至关重要的因素。在Spark 2.0中,Spark团队做出了一个重大决策:底层通信从Akka转向Netty。这篇文章将探讨这个决定的背景、原因和影响。
在Spark 1.x版本中,Spark使用Akka作为其底层通信框架。Akka是一种基于Scala语言的消息传递框架,它可以轻松地实现分布式系统中的Actor模型,提供了高度并发的支持。但是,随着Spark的广泛应用,Akka的一些缺点也逐渐显露出来。具体来说,Akka存在两个主要的问题:
针对这些问题,Spark团队考虑替换Akka,寻找更高效、更稳定的通信框架。
Spark团队在选择新的底层通信框架时,考虑了以下因素:
首先,Spark需要一个高效的通信框架,能够快速地传输大量的数据。在大规模的数据集上,通信的开销往往比计算本身还要高昂,因此通信性能的优化对于Spark的性能至关重要。
Netty是一个高性能的网络通信框架,专门设计用于构建高性能、高可靠的网络应用程序。与Akka相比,Netty采用更高效的I/O模型和线程管理方式,可以更好地利用现代计算机系统的多核心和多线程资源,在高并发的场景下保持更好的性能表现。
其次,Spark需要一个健壮、可靠的通信框架,能够保证消息正确性和可靠性。在分布式系统中,由于各种网络异常和故障,消息的传输过程中可能会遇到各种问题。因此,通信框架必须具备足够的健壮性,能够自适应地应对不同的异常情况,并尽可能地保证消息的正确性和可靠性。
Netty提供了诸如心跳检测、连接超时控制、断线重连等多种机制,能够有效地处理各种网络异常和故障,保证通信的可靠性和健壮性。
最后,Spark需要一个活跃的社区和生态环境,能够为其提供良好的支持和反馈。通信框架作为Spark的底层组件之一,必须具备足够的社区支持和生
态环境,能够与Spark社区紧密配合,相互促进。在选择新的通信框架时,必须考虑到其生态环境和社区支持情况,以确保其能够长期稳定地运行,并为Spark提供长期的支持。
Netty作为一个成熟的开源项目,拥有庞大的用户和开发者社区,具备广泛的应用场景和丰富的功能库。与Akka相比,Netty的生态环境更加成熟、稳定,能够为Spark提供更好的支持和反馈。
综上所述,Spark团队最终决定将底层通信从Akka转向Netty,以满足Spark日益增长的性能和可靠性需求。
底层通信框架的改变对于Spark整体的影响十分深远,主要体现在以下几个方面:
由于Netty采用更高效的I/O模型和线程管理方式,通信性能得到了明显的提升。根据Spark官方测试数据显示,使用Netty作为底层通信框架可以使Spark的性能提升10%-30%,特别是在大规模数据处理场景下表现更加优秀。
Netty提供了多种机制来保证消息的正确性和可靠性,如心跳检测、连接超时控制、断线重连等,可以有效地避免消息丢失或延迟等问题,提高系统的健壮性和可靠性。
由于底层通信框架的改变,Spark 2.0需要进行一定的兼容性调整,以适应新的通信框架。具体地,某些Spark API中与Akka相关的部分需要进行修改或替换,以适应Netty的API设计。
Netty相对于Akka而言,具备更加成熟、稳定的生态环境和社区支持,这也为Spark提供了更好的支持和发展空间。同时,一些与Netty相关的生态组件也开始出现,如基于Netty的分布式RPC框架gRPC等,进一步提升了Spark生态环境的质量和稳定性。
总体来说,底层通信框架的转换为Spark带来了明显的性能和可靠性提升,同时也需要进行一定的兼容性调整和生态环境升级,为Spark未来的发展奠定了更加坚实的基础。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14