热线电话:13121318867

登录
首页大数据时代为什么 spark 2.0 底层通信不用 Akka 而转用 netty ?
为什么 spark 2.0 底层通信不用 Akka 而转用 netty ?
2023-04-03
收藏

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。

背景

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:

  • Akka本身依赖于Java虚拟机(JVM)级别的线程(thread),在大规模并行化的情况下,线程数量可能会非常庞大,导致调度和管理成本增加,进而降低系统的性能。
  • Akka的消息传递模型是异步的,这意味着发送方无法知道消息何时被接收和处理。在某些情况下,这可能会导致消息丢失或延迟,进而降低系统的健壮性。

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。

原因

Spark团队在选择新的底层通信框架时,考虑了以下因素:

性能

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。

健壮性

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。

社区支持

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。

影响

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:

性能提升

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。

可靠性增强

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。

兼容性调整

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。

生态环境升级

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

最新资讯
更多
客服在线
立即咨询