我正在使用不同的 G1 配置测试 Spark-1.5.1,并观察到我的应用程序需要 2 分钟才能完成 MaxGCPauseMillis = 200(默认)和 4 分钟 MaxGCPauseMillis = 1。堆使用情况如下所示。我们可以从下面的统计数据中看到,两个配置的 GC 时间仅相差 5 秒。
我想知道为什么执行时间会增加这么多?
一些统计数据:
MaxGCPauseMillis = 200 - 年轻 GC 数:67;一个executor的GC时间:9.8秒
MaxGCPauseMillis = 1 - 年轻 GC 数:224;一个executor的GC时间:14.7秒
红色区域是年轻一代,黑色是老一代。该应用程序在 10 个节点上运行,每个节点有 1 个执行程序和 6 GB 堆。
该应用程序是一个字数统计示例:
val lines = sc.textFile(args(0), 1)
val words = lines.flatMap(l => SPACE.split(l))
val ones = words.map(w => (w,1))
val counts = ones.reduceByKey(_ + _)
//val output = counts.collect()
//output.foreach(t => println(t._1 + ": " + t._2))
counts.saveAsTextFile(args(1))