我正在使用排序基準測試對Spark進行簡單的擴展測試 - 從1核，最多8核。我注意到8個核心比1核心慢。//run spark using 1 corespark-submit --master local[1] --class john.sort sort.jar data_800MB.txt data_800MB_output//run spark using 8 coresspark-submit --master local[8] --class john.sort sort.jar data_800MB.txt data_800MB_output 每種情況下的輸入和輸出目錄都是HDFS。1核：80秒8個核心：160秒我希望8核性能有x倍的加速。
2 回答
慕容森
TA貢獻1853條經驗 獲得超18個贊
我想添加這些信息：由于Spark會嘗試拆分文件，我們最終會遇到以下情況之一：要么Spark會啟動多個線程來讀取同一個文件，同時通過尋求I / O處罰跨輸入文件，而不是線性讀取?；蛘?，Spark仍將大量讀取文件，然后將其傳播到同時工作中，并產生本地隨機播放，這也會降低性能。再加上排序所需的shuffle，性能明顯下降
添加回答
舉報
0/150
提交
取消