Количество параллельных задач в Spark Streaming и Kafka Integration

Я очень новичок в Spark Streaming. У меня есть некоторые основные сомнения. Может кто-нибудь, пожалуйста, помогите мне прояснить это:

  1. Размер моего сообщения стандартный. 1Кб каждое сообщение.

  2. Количество разделов темы составляет 30, и используется подход dstream для получения сообщения от kafka.

  3. Количество ядер, отдаваемых искре, как:

    ( spark.max.cores=6| spark.executor.cores=2)

  4. Насколько я понимаю, количество разделов Kafka = количество разделов RDD:

     In this case dstream approach:
    
     dstream.forEachRdd(rdd->{
     rdd.forEachPartition{
     }
    
      **Question**:This loop forEachPartiton will execute 30 times??As there are 30 Kafka partitions
    

    }

  5. Также так как я дал 6 ядер, сколько партиций будет израсходовано параллельно из kafka

    Вопросы: Это 6 разделов одновременно? или
    30/6 = 5 разделов одновременно? Может кто-нибудь рассказать немного о том, как это работает в подходе dstream.

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
0
691
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

"Это 6 разделов одновременно или 30/6 = 5 разделов одновременно?"

Как вы уже сказали, результирующие RDD в Direct Stream будут соответствовать количеству разделов темы Kafka.

На каждом микропакете Spark создаст 30 задач для чтения каждого раздела. Поскольку вы установили максимальное количество ядер равным 6, задание может читать 6 разделов параллельно. Как только одна из задач завершается, можно использовать новый раздел.

Помните, что даже если у вас нет новых данных в одном из разделов, результирующий RDD все равно получит 30 разделов, поэтому да, цикл forEachPartiton будет повторяться 30 раз в каждом микропакете.

Другие вопросы по теме