Spark Streaming反壓機制原理及使用

spark streaming中的反壓機制是spark 1.5.0推出的新特性，可以根據處理效率動態調整攝入速率。

當批處理時間(batch processing time)大於批次間隔(batch interval，即 batchduration)時,說明處理資料的速度小於資料攝入的速度，持續時間過長或源頭資料暴增，容易造成資料在記憶體中堆積，最終導致executor oom或任務奔潰。

在這種情況下，若是基於kafka receiver的資料來源，可以通過設定spark.streaming.receiver.maxrate來控制最大輸入速率；若是基於direct的資料來源(如kafka direct stream)，則可以通過設定spark.streaming.kafka.maxrateperpartition來控制最大輸入速率。當然，在事先經過壓測，且流量高峰不會超過預期的情況下，設定這些引數一般沒什麼問題。但最大值，不代表是最優值，最好還能根據每個批次處理情況來動態預估下個批次最優速率。在spark 1.5.0以上，就可通過背壓機制來實現。開啟反壓機制，即設定spark.streaming.backpressure.enabled為true，spark streaming會自動根據處理能力來調整輸入速率，從而在流量高峰時仍能保證最大的吞吐和效能。

override

def onbatchcompleted(batchcompleted: streaminglistenerbatchcompleted)
computeandpublish(processingend, elems, workdelay, waitdelay)
}

private

def computeandpublish(time:
long
, elems:
long
, workdelay:
long
, waitdelay:
long):
unit
=    future[
unit
]}

def compute(

time:
long
,      elements:
long
,      processingdelay:
long
,      schedulingdelay:
long
): option[
double
]

預設值false，是否啟用反壓機制。

spark.streaming.backpressure.initialrate

預設值無，初始最大接收速率。只適用於receiver stream，不適用於direct stream。型別為整數,預設直接讀取所有,在1開啟的情況下，限制第一次批處理應該消費的資料，因為程式冷啟動佇列裡面有大量積壓，防止第一次全部讀取，造成系統阻塞

spark.streaming.kafka.maxrateperpartition

型別為整數,預設直接讀取所有,限制每秒每個消費執行緒讀取每個kafka分割槽最大的資料量

spark.streaming.stopgracefullyonshutdown

優雅關閉,確保在kill任務時，能夠處理完最後一批資料，再關閉程式，不會發生強制kill導致資料處理中斷，沒處理完的資料丟失

只有 1+3 啟用的時候，每次消費讀取的數量最大會等於3設定的值，最小是spark根據系統負載自動推斷的值，消費的資料量會在這兩個範圍之內變化根據系統情況，但第一次啟動會有多少讀多少資料。此後按 1+3 設定規則執行

1+2+3 同時啟用的時候，跟上乙個消費情況基本一樣，但第一次消費會得到限制，因為我們設定第一次消費的頻率了。

預設值pid，速率控制器,spark 預設只支援此控制器，可自定義。

spark.streaming.backpressure.pid.proportional

預設值1.0，只能為非負值。當前速率與最後一批速率之間的差值對總控制訊號貢獻的權重。用預設值即可。

spark.streaming.backpressure.pid.integral

預設值0.2，只能為非負值。比例誤差累積對總控制訊號貢獻的權重。用預設值即可。

spark.streaming.backpressure.pid.derived

預設值0.0，只能為非負值。比例誤差變化對總控制訊號貢獻的權重。用預設值即可。

spark.streaming.backpressure.pid.minrate

預設值100，只能為正數，最小速率。

//啟用反壓機制

conf.set(
"spark.streaming.backpressure.enabled"
,"true"
)//最小攝入條數控制
conf.set(
"spark.streaming.backpressure.pid.minrate"
,"1"
)//最大攝入條數控制
conf.set(
"spark.streaming.kafka.maxrateperpartition"
,"12"
)//初始最大接收速率控制
conf.set(
"spark.streaming.backpressure.initialrate"
,"10"
)

Spark Streaming反壓機制

反壓 back pressure 機制主要用來解決流處理系統中，處理速度比攝入速度慢的情況。是控制流處理中批次流量過載的有效手段。spark streaming中的反壓機制是spark 1.5.0推出的新特性，可以根據處理效率動態調整攝入速率。當批處理時間 batch processing time...

Spark Streaming反壓機制探秘

spark streaming中的反壓機制是spark 1.5.0推出的新特性，可以根據處理效率動態調整攝入速率。當批處理時間 batch processing time 大於批次間隔 batch interval，即 batchduration 時,說明處理資料的速度小於資料攝入的速度，持續時間過...

Spark Streaming入門詳解

背景 使用spark主要是使用spark streaming，spark streaming的魔力之所在於 1.流式處理，如今是乙個流處理時代，一切與流不相關的都是無效的資料。3.spark streaming本身是乙個程式，spark streaming在處理資料的時候會不斷感知資料。所以對構建複...