Alluxio 性能测试 |
您所在的位置:网站首页 › minio性能瓶颈 › Alluxio 性能测试 |
文章目录
为什么要引入 Alluxio读取数据的效率取决于哪些因素计算&存储分离混合部署分离部署
测试环境理论性能提升ScanPrestoTPC-DS
总结落地相关
为什么要引入 Alluxio
通过监控发现计算节点的物理内存有富余,不需要增加额外机器成本机器网卡较为空闲,瓶颈主要存在于磁盘IOHDFS所在磁盘存在多种不同类型负载,数据读取速度不稳定热数据读取加速存储计算分离,在计算节点提高数据本地性统一命名空间,虚拟数据湖
读取数据的效率取决于哪些因素
数据读取时间 = 解压时间 + IO 时间
IO的优化一般由如下几个方面: 根据业务场景使用压缩率更高的算法,在IO和CPU直接做平衡,例如使用 ZSTD更少的数据读取,例如在分析场景使用列式存储提高IO速度,硬件方面可以从 RAM,SSD,OPTANE 等硬件加速,网卡则可以使用双万兆网卡提高数据读取的本地性,减少网络IO分布式计算中使用RDMA技术,大幅减少额外开销etc. 计算&存储分离 混合部署一般来说,为了获取更好的数据本地性,我们会将 datanode 与 nodemanager 混合部署,这就意味着相同的一块硬盘需要同时承担 hdfs读写 / spark中间数据(shuffle)读写等负载,任务运行时间在一定程度上是不可控的,同时也会影响计算效率。 分离部署缺点: 不存在数据本地性,所有分析数据需要从远程获取优点: 计算/存储节点不需要强耦合(不会仅仅因为存储空间不足而扩容计算节点)考虑到云服务商能力的不断增强,甚至可以考虑业务高峰动态扩容spark on k8s 等趋势,可以快速部署可以发现,分离部署的性能瓶颈主要存在于没有数据本地性,所有的数据都要从远程存储读取。这种场景下可以尝试将 Alluxio 与 计算节点混合部署,同时将远程存储挂载在Alluxio上。热数据第一次从远程读取后,可以在本地进行备份(RAM/SSD/HDD),下一次读取将可以从 local 或者 local remote 直接读取。再配合LRU或LFU等策略,不断的将热数据置换到上层存储,冷数据则逐渐不再计算节点存储。 测试 环境 alluxio 1.8.1spark 2.4.0cdh 5.15spark-sql-perfnodemanager / alluxio / datanode 混合部署,alluxio 每个节点分配10G内存,单副本缓存,hdfs 使用3副本。 理论性能提升在没有其余任务干扰的情况下,HDFS 数据本地性应是 Alluxio 的3倍左右,Alluxio 没有命中本地数据的读取速度是 HDFS 的 2.5 倍左右 …hdfsalluxio副本数31数据峰值读取速度100 MB/S * 3800 MB/S (纯网络读取) Scan对 24G parquet.snappy 数据进行单字段 filter Alluxio 数据本地性 5%,HDFS 数据本地性 16.5% …hdfsalluxio112s15s25s2s35s2s Prestopresto 本地没有部署 Alluxio (所有数据通过网络传输) 6 presto worker-xmx 20Gquery.max.memory=100GBquery.max-memory-per-node=5GB结果 相同sql,连续执行5次 1)千万级表 tableA 1.2G (2千万) presto sqlHDFS(s)Alluxio(s)count52distinct + where3~101group by212)亿级表 tableB 900G (45亿) presto sqlHDFS(s)Alluxio(s)count23~6911~14distinct + where50~9520~21group by76~15777~90为模拟真实环境,在任务高峰期同时运行两任务,运行时可能会受其他任务影响,主要是磁盘IO和网络IO。 使用 spark-sql-perf 使用工具进行测试 executor.nums 40executor.cores 3executor.memory 8gexecutor.memoryOverhead 2g结果 前11个查询耗时对比 在所有的99个查询中 hdfs 平均运行时间:40.6salluxio 平均运行时间: 28.3s 总结 Scan ,alluxio 提升 2.5xPresto ,alluxio 提升 2xTPC-DS ,alluxio 平均提升 1.4xalluxio 多次测试结果比较稳定,hdfs 的波动则比较大,参考 presto 测试结果在整个测试中,alluxio 使用单副本缓存,本地命中率并不高(5%),读取速度主要取决于网络IO。 HDFS 虽然有三备份,不过数据从磁盘读取时可能会受到其他任务的干扰,因此速度不太稳定。 落地相关Alluxio 的落地非常依赖场景,否则优化效果并不明显(无法发挥内存读取的优势)。 存储计算分离有明显热表/热数据多数据中心访问加速相同数据被单应用多次访问数据并发访问展望Alluxio 2.0,下个版本的 Alluxio 有很多重大的更新,可以持续关注。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |