基于spark平台的gpu调度研究

基于spark平台的gpu调度研究

ID:22020551

大小:1.30 MB

页数:40页

时间:2018-10-22

基于spark平台的gpu调度研究_第1页
基于spark平台的gpu调度研究_第2页
基于spark平台的gpu调度研究_第3页
基于spark平台的gpu调度研究_第4页
基于spark平台的gpu调度研究_第5页
资源描述:

《基于spark平台的gpu调度研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于Spark平台的GPU调度研究苏鹏飞ICT-HPC目录2Spark简介目前工作动机现有编程模型(MapReduce)是一种非循环数据流抽象模型,不适用于需要重复使用数据集的应用:迭代计算(机器学习)交互式数据挖掘工具(R,Excel,Python)MapMapMapReduceReduceDiskInputDiskOutput特性分布式内存抽象支持数据延迟查询支持比Map和Reduce更多的函数提供交互式的Scalashell和Pythonshell保留MapReduce优点容错数据局部性可扩展性生态圈架构数据存

2、储资源管理计算架构sc=newSparkContextf=sc.textFile(“…”) f.filter(…) .count() ...programSparkclient (appmaster/driver)SparkworkerHDFS,HBase,…BlockmanagerTaskthreadsRDDgraphSchedulerBlocktrackerShuffletrackerCluster managerRDD全称:ResilientDistributedDatasets容错的、只读的、分布式数据集

3、允许用户指定数据的存储级别(内存/外设)提供丰富的并行操作ReduceCollectCount…RDD操作类型变换(Transformation)不计算,仅返回新RDD行动(Action)进行计算,返回新值给driver程序RDD一个例子:日志挖掘lines=spark.textFile(“hdfs://...”)errors=lines.filter(_.startsWith(“ERROR”))messages=errors.map(_.split(‘t’)(2))cachedMsgs=messages.cach

4、e()Block1Block2Block3WorkerWorkerWorkerDrivercachedMsgs.filter(_.contains(“foo”)).countcachedMsgs.filter(_.contains(“bar”)).count...tasksresultsCache1Cache2Cache3BaseRDDTransformedRDDCachedRDDParalleloperation对Wikipedia全文搜索耗时<1s(而对on-disk数据的搜索耗时为20s)RDD依赖关系划分窄依

5、赖RDD的每个分区最多被ChildRDD的一个分区使用宽依赖RDD的一个分区被ChildRDD的多个分区使用好处?RDD存储级别StorageLevelMeaningMEMORY_ONLYStoreRDDasdeserializedJavaobjectsintheJVM.IftheRDDdoesnotfitinmemory,somepartitionswillnotbecachedandwillberecomputedontheflyeachtimethey'reneeded.Thisisthedefaultleve

6、l.MEMORY_AND_DISKStoreRDDasdeserializedJavaobjectsintheJVM.IftheRDDdoesnotfitinmemory,storethepartitionsthatdon'tfitondisk,andreadthemfromtherewhenthey'reneeded.MEMORY_ONLY_SERStoreRDDasserializedJavaobjects(onebytearrayperpartition).Thisisgenerallymorespace-ef

7、ficientthandeserializedobjects,especiallywhenusingafastserializer,butmoreCPU-intensivetoread.MEMORY_AND_DISK_SERSimilartoMEMORY_ONLY_SER,butspillpartitionsthatdon'tfitinmemorytodiskinsteadofrecomputingthemontheflyeachtimethey'reneeded.DISK_ONLYStoretheRDDpartit

8、ionsonlyondisk.MEMORY_ONLY_2,MEMORY_AND_DISK_2,etc.Sameasthelevelsabove,butreplicateeachpartitionontwoclusternodes.OFF_HEAP(experimental)StoreRDDinserializedformatinTachyon.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。