前言
這周的主要時間花在Flink上面，做了一個簡單的從文本檔案中讀取資料，然后存入資料庫的例子，能夠正常的實作功能，但是遇到個問題，我有四臺機器，自己搭建了一個standalone的集群，不論我把并行度設定多少，跑起來的耗時都非常接近，實在是百思不得其解，機器多似乎并不能幫助它， 把程序記錄在此，看后面隨著學習的深入能不能解答出這個問題，
嘗試過的修復方法
集群搭建
出現這個問題后，我從集群的角度來進行了些修改，
1，機器是2核的，slots被設定成了6，那我就有點懷疑是這個設定問題，因為其實只有2核，設定的多了，反而存在搶占資源，導致運行達不到效果，改成2后效果一樣，沒有改進，這個引數在
taskmanager.numberOfTaskSlots: 2
2，調整記憶體， taskmanager 從2G調整為4G, 效果也沒有變化，
taskmanager.memory.process.size: 4000m
這里說下這個記憶體，我們設定的是總的Memory，也就是這個Total Process Memory，
剔除掉些比較固定的Memory，剩下的大頭就是這個Task Heap 和 Managed Memory，
所以我們調整大小后，它兩個也就相應的增加了， 我查了下這兩個，可以理解為堆記憶體和堆外記憶體，
一個是存放我們程式的物件，會被垃圾回收器回收；一個是堆外記憶體，比如RockDB 和 快取 sort，hash 等的中間結果，
程式方面修改
最開始的時候我把保存資料庫操作寫在MapFunction里面，后來改到SinkFunction里面，
SinkFunction里面保存資料庫的方法也進行了反復修改，從開始使用Spring的JdbcTemplate,換成后來直接使用最原始JDBC， 而且還踩了一個坑，開始的時候用的注入的JdbcTemplate, 本地運行沒有問題，到了集群上面，發到別的機器的時候，注入的東西就是空的了，
換成原始的JDBC速度能提升不少， 我猜想這里的原因是jdbctemplate做了些多余的事情， JDBC打開一次，后面Invoke的時候就直接存了，效率要高些，所以速度上提升不少，
這里把部分代碼貼出來, 在Open的時候就預加載好PreparedStatement， Invoke的時候直接傳引數，呼叫就可以了，
public class SinkToMySQL2 extends RichSinkFunction<MarketPrice> {
private PreparedStatement updatePS;
private PreparedStatement insertPS;
private Connection connection;
@Override
public void open(Configuration parameters) throws Exception {
super.open(parameters);
HikariDataSource dataSource = new HikariDataSource();
connection = getConnection(dataSource);
if(connection != null)
{
String updateSQL = " update MarketPrice set open_price=?,high_price=?,low_price=?,close_price=? where performance_id = ? and price_as_of_date = ?";
updatePS = this.connection.prepareStatement(updateSQL);
String insertSQL = " insert into MarketPrice(performance_id,price_as_of_date,open_price,high_price,low_price,close_price) values (?,?,?,?,?,?)";
insertPS = this.connection.prepareStatement(insertSQL);
}
}
@Override
public void close() throws Exception {
super.close();
if (updatePS != null) {
updatePS.close();
}
if (insertPS != null) {
insertPS.close();
}
//關閉連接和釋放資源
if (connection != null) {
connection.close();
}
}
/**
* 每條資料的插入都要呼叫一次 invoke() 方法
*
* @param marketPrice
* @param context
* @throws Exception
*/
@Override
public void invoke(MarketPrice marketPrice, Context context) throws Exception {
log.info("start save for {}", marketPrice.getPerformanceId().toString() );
updatePS.setDouble(1,marketPrice.getOpenPrice());
updatePS.setDouble(2,marketPrice.getHighPrice());
updatePS.setDouble(3,marketPrice.getLowPrice());
updatePS.setDouble(4,marketPrice.getClosePrice());
updatePS.setString(5, marketPrice.getPerformanceId().toString());
updatePS.setInt(6, marketPrice.getPriceAsOfDate());
int result = updatePS.executeUpdate();
log.info("finish update for {} result {}", marketPrice.getPerformanceId().toString(), result);
if(result == 0)
{
String insertSQL = " insert into MarketPrice(performance_id,price_as_of_date,open_price,high_price,low_price,close_price) values (?,?,?,?,?,?)";
insertPS = this.connection.prepareStatement(insertSQL);
insertPS.setString(1, marketPrice.getPerformanceId().toString());
insertPS.setInt(2, marketPrice.getPriceAsOfDate());
insertPS.setDouble(3,marketPrice.getOpenPrice());
insertPS.setDouble(4,marketPrice.getHighPrice());
insertPS.setDouble(5,marketPrice.getLowPrice());
insertPS.setDouble(6,marketPrice.getClosePrice());
result = insertPS.executeUpdate();
log.info("finish save for {} result {}", marketPrice.getPerformanceId().toString(), result);
}
}
}
總結
從多個方面去改進，結果發現還是一樣的，就是使用一臺機器和使用三臺機器，時間上一樣的，再懷疑我只能懷疑是某臺機器有問題，然后運行的時候，由最慢的機器決定了速度， 我在使用MapFunction的時候有觀察到，有的時候，某臺機器已經處理上千條，而有的只處理了幾十條，到最后完成的時候，大家處理的數量又是很接近的，這樣能夠解釋為什么機器多了，速度卻是一樣的，但是我沒有辦法找出哪臺機器來， 我自己的本地運行，并行數設定的多，速度上面是有提升的，到了集群就碰到這樣的現象，后面看能不能解決它， 先記錄在此，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/550182.html
標籤：Java
上一篇：java -- 標記介面