Spark Streaming 反壓機制是1.5版本推出的特性，用來解決處理速度比攝入速度慢的情況，簡單來講就是做流量控制。當批處理時間(Batch Processing Time)大于批次間隔(Batch Interval，即 BatchDuration)時,說明處理數(shù)據(jù)的速度小于數(shù)據(jù)攝入的速度，持續(xù)時間過長或源頭數(shù)據(jù)暴增，容易造成數(shù)據(jù)在內(nèi)存中堆積，最終導致Executor OOM。反壓就是來解決這個問題的。

　　spark streaming的消費數(shù)據(jù)源方式有兩種：

　　若是基于Receiver的數(shù)據(jù)源，可以通過設置spark.streaming.receiver.maxRate來控制最大輸入速率;

　　若是基于Direct的數(shù)據(jù)源(如Kafka Direct Stream)，則可以通過設置spark.streaming.kafka.maxRatePerPartition來控制最大輸入速率。

　　當然，在事先經(jīng)過壓測，且流量高峰不會超過預期的情況下，設置這些參數(shù)一般沒什么問題。但最大值，不代表是最優(yōu)值，最好還能根據(jù)每個批次處理情況來動態(tài)預估下個批次最優(yōu)速率。

　　在Spark 1.5.0以上，就可通過背壓機制來實現(xiàn)。開啟反壓機制，即設置spark.streaming.backpressure.enabled為true，Spark Streaming會自動根據(jù)處理能力來調(diào)整輸入速率，從而在流量高峰時仍能保證最大的吞吐和性能

　　Spark Streaming的反壓機制中，有以下幾個重要的組件：

　　RateController

　　RateController 組件是 JobScheduler 的監(jiān)聽器，主要監(jiān)聽集群所有作業(yè)的提交、運行、完成情況，并從 BatchInfo 實例中獲取以下信息，交給速率估算器(RateEstimator)做速率的估算。

　　當前批次任務處理完成的時間戳 (processingEndTime)

　　該批次從第一個 job 到最后一個 job 的實際處理時長 (processingDelay)

　　該批次的調(diào)度時延，即從被提交到 JobScheduler 到第一個 job 開始處理的時長(schedulingDelay)

　　該批次輸入數(shù)據(jù)的總條數(shù)(numRecords)

　　RateEstimator

　　Spark 2.x 只支持基于 PID 的速率估算器，這里只討論這種實現(xiàn)?；?PID 的速率估算器簡單地說就是它把收集到的數(shù)據(jù)(當前批次速率)和一個設定值(上一批次速率)進行比較，然后用它們之間的差計算新的輸入值，估算出一個合適的用于下一批次的流量閾值。這里估算出來的值就是流量的閾值，用于更新每秒能夠處理的最大記錄數(shù)

　　RateLimiter

　　以上這兩個組件都是在Driver端用于更新最大速度的，而RateLimiter是用于接收到Driver的更新通知之后更新Executor的最大處理速率的組件。RateLimiter是一個抽象類，它并不是Spark本身實現(xiàn)的，而是借助了第三方Google的GuavaRateLimiter來產(chǎn)生的。它實質(zhì)上是一個限流器，也可以叫做令牌，如果Executor中task每秒計算的速度大于該值則阻塞，如果小于該值則通過，將流數(shù)據(jù)加入緩存中進行計算。

　　* 反壓機制真正起作用時需要至少處理一個批：由于反壓機制需要根據(jù)當前批的速率，預估新批的速率，所以反壓機制真正起作用前，應至少保證處理一個批。

　　* 如何保證反壓機制真正起作用前應用不會崩潰：要保證反壓機制真正起作用前應用不會崩潰,需要控制每個批次最大攝入速率。若為Direct Stream，如Kafka Direct Stream,則可以通過spark.streaming.kafka.maxRatePerPartition參數(shù)來控制。此參數(shù)代表了 每秒每個分區(qū)最大攝入的數(shù)據(jù)條數(shù)。假設BatchDuration為10秒,spark.streaming.kafka.maxRatePerPartition為12條,kafka topic 分區(qū)數(shù)為3個，則一個批(Batch)最大讀取的數(shù)據(jù)條數(shù)為360條(3*12*10=360)。同時，需要注意，該參數(shù)也代表了整個應用生命周期中的最大速率，即使是背壓調(diào)整的最大值也不會超過該參數(shù)。

　　反壓相關的參數(shù)

　　更多關于大數(shù)據(jù)培訓的問題，歡迎咨詢千鋒教育在線名師，如果想要了解我們的師資、課程、項目實操的話可以點擊咨詢課程顧問，獲取試聽資格來試聽我們的課程，在線零距離接觸千鋒教育大咖名師，讓你輕松從入門到精通。

　　注：本文部分文字和圖片來源于網(wǎng)絡，如有侵權，請聯(lián)系刪除。版權歸原作者所有!