spark 动态资源分配dynamicAllocation

动态资源分配，主要是spark在运行中可以相对合理的分配资源。

• 初始申请的资源远超实际需要，减少executor
• 初始申请的资源比实际需要少很多，增多executor
• Spark运行多个job，这些job所需资源有的多有的少，动态调整executor数量

相关参数

spark.dynamicAllocation.enabled：默认false，设置为true则启用动态资源分配，允许 Spark 根据任务需求自动调整执行器的数量。
spark.shuffle.service.enabled：默认为false，禁用独立的 Shuffle 服务。如果使用动态资源分配，需要设置为true，将Shuffle与Executor分开。
spark.dynamicAllocation.initialExecutors：默认0，初始执行器的数量。
spark.dynamicAllocation.minExecutors：默认0，执行器的最小数量。
spark.dynamicAllocation.maxExecutors：默认Int最大值，执行器的最大数量。
spark.dynamicAllocation.executorAllocationRatio：默认1.0，用于执行器分配的比例，表示给每个应用程序分配的资源相对于集群中所有可用资源的比例。
spark.dynamicAllocation.schedulerBacklogTimeout：默认1s，作业调度队列中作业等待的超时时间。
spark.dynamicAllocation.sustainedSchedulerBacklogTimeout：默认1s，作业调度队列中连续等待的时间阈值。
spark.dynamicAllocation.executorIdleTimeout：默认60s，没有缓存的执行器空闲时自动释放的超时时间。
spark.dynamicAllocation.cachedExecutorIdleTimeout：默认Int最大值，有缓存的空闲执行器的超时时间。

ExecutorAllocationManager

ExecutorAllocationManager是在SparkContext初始化的时候创建的，创建后调用它的start方法。

initializing变量标记ExecutorAllocationManager是否可以进行动态调整。

addTime变量是添加新的executor的时间点

start

在start方法首先注册了两个listener：

• ExecutorAllocationListener：通知给定的分配管理器何时添加和删除执行器。
• ExecutorMonitor：执行器活动的监视器，用于检测空闲执行器。

定时调度每100ms执行一次schedule方法。
最后向更新集群发送所需executor的信息。

• numExecutors：向集群申请的executor数量。集群不一定为了达到这个数量就启动或者杀死executor
• localityAwareTasks：stage中具有局部首选项的任务数。这包括正在运行、挂起和已完成的任务。有些task是有指定在哪里运行或者哪里不运行的。
• hostToLocalTaskCount：host和希望在host上运行的task数量。包括正在运行、挂起和已完成的任务。

schedule

调用executorMonitor的timedOutExecutors获取超时的executor。
如有超时的executor，表明executor首次部署成功过，将initializing置为false，标志可以进行动态调整executor数量。
调用updateAndSyncNumExecutorsTarget方法向集群同步executor调度的相关信息，集群收到新的信息后会判断是否满足需求，不满足的话会添加executor。这里集群只可能增加executor来满足目标数量，不会进行kill executor。
最后调用removeExecutors移除超时的executor集合。

updateAndSyncNumExecutorsTarget

首先是调用maxNumExecutorsNeeded方法获取所需executor的最大数量。

• initializing为true，表明executor首次还没有部署完成，不能动态调整
• maxNeeded < numExecutorsTarget：此次所需的最大数量比上次申请的executor数量少，此时就要向集群更新executor目标数量，让集群可以停止还没有完成部署的executor的申请
• addTime != NOT_SET && now >= addTime：到达添加时间，可以申请添加executor
• 其他情况：没有达到添加时间

maxNumExecutorsNeeded

计算当前任务所需要的最大executor数量。

addExecutors

计算新的executor目标值，每次新增都是加上numExecutorsToAdd变量值。再经过校验调整到合理的值。
如果跟上一次的目标值一致，表示新增executor过程完成了，重置numExecutorsToAdd为1。
向集群发送executor目标值，让集群根据情况调整。
最后调整numExecutorsToAdd方便下一次扩容。
executor新增的速度是 1 2 4 8…，这样做是因为新增速度为固定值会造成目标1.executor数量小，增长速度大，申请了过多的executor；2.目标executor数量大，增长速度小，executor扩容慢。

removeExecutors

移除executor不能直接将超时的executor都移除了，存活的executor数量还要大于等于executor最小数量、executor目标数量。
executorIdsToBeRemoved是实际需要移除的executor

向集群发送kill executor的命令，更新executor目标数量到集群。最后修改executorMonitor中对应executor状态为待移除，不再进行监控这些executor

onSchedulerBacklogged

当调度程序收到新的待处理任务时调用回调。有挤压任务，添加addTime

1. stage完成提交，等待task调度
2. 推测task提交
3. task执行失败，需要重试执行

onSchedulerQueueEmpty

没有等待执行的task任务，重置addTime

• stage中task全部完成
• task开始，pending的task数量为0

ExecutorAllocationListener

可以简单看一下相关变量，只要是记录stage和task的关系（task总量，运行的task数量，pending的task数量，运行的推测task数量，pending的推测task数量。。。）
它是是一个listener，主要是监听了stage和task相关事件

• SparkListenerStageSubmitted
• SparkListenerStageCompleted
• SparkListenerTaskStart
• SparkListenerTaskEnd
• SparkListenerSpeculativeTaskSubmitted

根据上面的变量，获取running和pending任务量

onStageSubmitted

stage提交完成，将initializing置为false。更新相关变量。

onStageCompleted

stage完成，修改相关变量。如果这个stage是最后一个stage，表明没有任务需要执行，就调用onSchedulerQueueEmpty将addTime、numExecutorsToAdd重置。

onTaskStart

task开始执行，更新相关变量。如果处于pending状态的task数量为0，调用onSchedulerQueueEmpty重置executor新增相关变量。

onTaskEnd

task执行结束，更新相关变量。

onSpeculativeTaskSubmitted

推测任务提交，更新相关变量。实际task数量增加，调用onSchedulerBacklogged进行新的调度。

ExecutorMonitor

ExecutorMonitor监听executor相关事件，使用Tracker记录executor的信息，可以返回超时的executor信息。
executors：executor信息的集合
nextTimeout：下一次超时的时间
timedOutExecs：超时的executor集合

timedOutExecutors

遍历executor的tracker，获取超时的executor。最后更新下一次超时时间。
newNextTimeout下一次超时时间是所有executor中最近的超时时间

updateNextTimeout

更新nextTimeout

executorsKilled

是ExecutorAllocationManager在移除executor的时候调用，这里是标记executor为待移除，不是真的移除。真的移除是监听SparkListenerExecutorRemoved事件

监听相关的方法

基本都是更新相关的变量

Tracker

记录executor信息
主要变量：
timeoutAt：超时时间
idleStart：executor空闲开始时间
cachedBlocks：缓存的block

updateTimeout

获取timeout，不含cache和shuffle的就是idleTimeoutNs，有cacje和shuffle的时候还要计算cache和shuffle的超时时间。
调用ExecutorMonitor的updateNextTimeout更新下一次超时时间nextTimeout