Spark On YARN自动调整Executor数量配置 - Dynamic Resource Allocation

原文： http:///levy_cui/article/details/51143225

Spark 1.5.2版本支持为Spark On YARN模式的Spark Application根据Task自动调整Executor数，要启用该功能，需做以下操作：

一：在所有的NodeManager中，修改yarn-site.xml，为yarn.nodemanager.aux-services添加spark_shuffle值，设置yarn.nodemanager.aux-services.spark_shuffle.class值为org.apache.spark.network.yarn.YarnShuffleService，如下：
修改：

https://spark.apache.org/docs/1.5.2/job-scheduling.html#default-behavior-of-pools 

 on yarn 支持资源的动态分配。
         
资源请求策略：
    一个spark程序使用轮询来请求资源。具体过程如下：
1.如果程序中有任务在等待，超过spark.dynamicAllocation.schedulerBacklogTimeout参数配置的时间（默认是1s），将会得到新的资源，分配executor
2. 如果等待spark.dynamicAllocation.sustainedSchedulerBacklogTimeout参数配置的时间（默认是1s）后，还有任务在等待，第一步的逻辑将会再次被触发。
注意：每次轮询分配的executor的数目是呈指数增长的：
如第一次申请分配1个executor，第二次申请分配2个executor，第n次申请分配2的n-1次方。
      
资源移除策略：
1.如果spark任务中仍有任务在等待被执行，则这些executor将不会被判定为空闲的。
2.经过spark.dynamicAllocation.executorIdleTimeout参数设定的时间（默认是60s），如果executor仍然没有任务，则会被判定为空闲的。
3.如果executor是空闲的，这个资源就可以被回收。


安全的移除executor：
在不启用动态分配的模式下，executor将会在程序执行完毕之后移除，这个executor的所有状态都将被废弃。但是在动态分配模式下，在程序没有执行完毕，如果一个executor被移除完毕，程序有可能会读取这个executor存储的一些状态，因此spark需要一种机制来安全的移除executors。
这个过程主要是在shuffle过程。在shuffle过程中，executor会将一些输出写到磁盘，然后作为server让其他executors可以获取shuffle的结果文件。为了保护这个过程，spark从1.2开始，提过了一个额外的shuffle服务：org.apache.spark.yarn.network.YarnShuffleService。
   如果这个服务启动，executor将会通过这个服务来获取shuffle文件，而不受executor的影响。