189 8069 5689
Spark程序中一个Job的触发是通过一个Action算子，比如count(), saveAsTextFile()等
创新互联公司，是成都地区的互联网解决方案提供商，用心服务为企业提供网站建设、重庆APP开发、成都微信小程序、系统按需定制和微信代运营服务。经过数十余年的沉淀与积累，沉淀的是技术和服务，让客户少走弯路，踏实做事，诚实做人，用情服务，致力做一个负责任、受尊敬的企业。对客户负责，就是对自己负责，对企业负责。
在这次Spark优化测试中，从Hive中读取数据，将其另外保存四份，其中两个Job采用串行方式，另外两个Job采用并行方式。将任务提交到Yarn中执行。能够明显看出串行与兵线处理的性能。
每个Job执行时间：
| JobID | 开始时间 | 结束时间 | 耗时 |
| Job 0 | 16:59:45 | 17:00:34 | 49s |
| Job 1 | 17:00:34 | 17:01:13 | 39s |
| Job 2 | 17:01:15 | 17:01:55 | 40s |
| Job 3 | 17:01:16 | 17:02:12 | 56s |
四个Job都是自执行相同操作，Job0,Job1一组采用串行方式，Job2,Job3采用并行方式。
Job0,Job1串行方式耗时等于两个Job耗时之和 49s+39s=88s
Job2,Job3并行方式耗时等于最先开始和最后结束时间只差17:02:12-17:01:15=57s
代码：
package com.cn.ctripotb;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.sql.DataFrame;
import org.apache.spark.sql.hive.HiveContext;
import java.util.*;
import java.util.concurrent.Callable;
import java.util.concurrent.Executors;
/**
* Created by Administrator on 2016/9/12.
*/
public class HotelTest {
static ResourceBundle rb = ResourceBundle.getBundle("filepath");
public static void main(String[] args) {
SparkConf conf = new SparkConf()
.setAppName("MultiJobWithThread")
.set("spark.serializer", "org.apache.spark.serializer.KryoSerializer");
JavaSparkContext sc = new JavaSparkContext(conf);
HiveContext hiveContext = new HiveContext(sc.sc()); //测试真实数据时要把这里放开
final DataFrame df = getHotelInfo(hiveContext);
//没有多线程处理的情况，连续执行两个Action操作，生成两个Job
df.rdd().saveAsTextFile(rb.getString("hdfspath") + "/file1",com.hadoop.compression.lzo.LzopCodec.class);
df.rdd().saveAsTextFile(rb.getString("hdfspath") + "/file2",com.hadoop.compression.lzo.LzopCodec.class);
//用Executor实现多线程方式处理Job
java.util.concurrent.ExecutorService executorService = Executors.newFixedThreadPool(2);
executorService.submit(new Callable() {
@Override
public Void call(){
df.rdd().saveAsTextFile(rb.getString("hdfspath") + "/file3",com.hadoop.compression.lzo.LzopCodec.class);
return null;
}
});
executorService.submit(new Callable() {
@Override
public Void call(){
df.rdd().saveAsTextFile(rb.getString("hdfspath") + "/file4",com.hadoop.compression.lzo.LzopCodec.class);
return null;
}
});
executorService.shutdown();
}
public static DataFrame getHotelInfo(HiveContext hiveContext){
String sql = "select * from common.dict_hotel_ol";
return hiveContext.sql(sql);
}
}