EMR Remote Shuffle Service实践问题之集群中落地阿里云RSS如何解决

简介: EMR Remote Shuffle Service实践问题之集群中落地阿里云RSS如何解决

问题一:阿里云RSS与开源系统X在TPCDS-3T性能测试中的表现差异是什么?


阿里云RSS与开源系统X在TPCDS-3T性能测试中的表现差异是什么?


参考回答:

在TPCDS-3T性能测试中,阿里云RSS的总时间比开源系统X快了20%。


关于本问题的更多问答可点击原文查看:

https://developer.aliyun.com/ask/670789



问题二:在Reducer大规模并发的稳定性测试中,阿里云RSS、Magent和开源系统X的表现如何?


在Reducer大规模并发的稳定性测试中,阿里云RSS、Magent和开源系统X的表现如何?


参考回答:

在Reducer大规模并发的稳定性测试中,阿里云RSS表现最佳,Magnet虽然可以跑通但时间比RSS慢了数倍,而开源系统X在Shuffle Write阶段出现了报错。


关于本问题的更多问答可点击原文查看:

https://developer.aliyun.com/ask/670792



问题三:小米离线集群在使用Spark时面临的主要痛点是什么?


小米离线集群在使用Spark时面临的主要痛点是什么?


参考回答:

小米离线集群使用Spark时,主要痛点集中在Shuffle导致的稳定性差、性能差以及对存算分离架构的限制。作业失败原因主要归结为Fetch Failure,且由于大部分集群使用的是HDD,传统Shuffle的高随机读和高网络连接进一步加剧了这些问题。


关于本问题的更多问答可点击原文查看:

https://developer.aliyun.com/ask/670796



问题四:小米是如何在集群中落地阿里云RSS的,并解决了哪些关键问题?


小米是如何在集群中落地阿里云RSS的,并解决了哪些关键问题?


参考回答:

小米与阿里云EMR团队建立了共创关系,逐步在生产集群中上线RSS。小米主导了磁盘容错的开发,并在多个环节对RSS作业进行了容错处理,如调度端的重试回退到ESS机制,以及ShuffleWriter初始化阶段的自适应Fallback机制。


关于本问题的更多问答可点击原文查看:

https://developer.aliyun.com/ask/670799



问题五:接入阿里云RSS后,小米Spark作业的稳定性和性能有哪些显著提升?


接入阿里云RSS后,小米Spark作业的稳定性和性能有哪些显著提升?


参考回答:

接入阿里云RSS后,小米Spark作业的稳定性显著提升,之前因Fetch Failure失败的作业几乎不再失败。同时,作业性能平均提升了20%。在存算分离方面,小米海外某集群接入RSS后,成功上线了1600+ Core的弹性集群,且作业运行稳定。

ESS:

RSS:

下图展示了接入RSS前后作业运行时间的对比。

ESS:

RSS:


关于本问题的更多问答可点击原文查看:

https://developer.aliyun.com/ask/670802


相关文章
|
2天前
|
SQL 安全 Serverless
活动实践 | 基于EMR StarRocks实现游戏玩家画像和行为分析
基于阿里云EMR Serverless StarRocks,利用其物化视图和DLF读写Paimon等能力,构建游戏玩家画像和行为分析平台。通过收集、处理玩家行为日志,最终以报表形式展示分析结果,帮助业务人员决策。
|
7天前
|
Serverless BI
有奖实践,基于EMR StarRocks实现游戏玩家画像和行为分析
阿里云EMR-StarRocks联合镜舟科技,基于EMR-StarRocks实现游戏实时湖仓分析,免费试用物化视图、Paimon写入查询等新能力,前45位赢取StarRocks定制T恤、Lamy钢笔,小米充电宝,阿里云拍拍灯等活动礼品,前500位均可获得创意马克杯。
61 3
|
2月前
|
SQL 存储 缓存
阿里云EMR StarRocks X Paimon创建 Streaming Lakehouse
本文介绍了阿里云EMR StarRocks在数据湖分析领域的应用,涵盖StarRocks的数据湖能力、如何构建基于Paimon的实时湖仓、StarRocks与Paimon的最新进展及未来规划。文章强调了StarRocks在极速统一、简单易用方面的优势,以及在数据湖分析加速、湖仓分层建模、冷热融合及全链路ETL等场景的应用。
313 8
阿里云EMR StarRocks X Paimon创建 Streaming Lakehouse
|
2月前
|
SQL 存储 缓存
降本60% ,阿里云 EMR StarRocks 全新发布存算分离版本
阿里云 EMR Serverless StarRocks 现已推出全新存算分离版本,该版本不仅基于开源 StarRocks 进行了全面优化,实现了存储与计算解耦架构,还在性能、弹性伸缩以及多计算组隔离能力方面取得了显著进展。
370 6
|
2月前
|
SQL 存储 缓存
阿里云EMR StarRocks X Paimon创建 Streaming Lakehouse
讲师焦明烨介绍了StarRocks的数据湖能力,如何使用阿里云EMR StarRocks构建基于Paimon的极速实时湖仓,StarRocks与Paimon的最新进展及未来规划。
141 3
|
3月前
|
SQL 分布式计算 Serverless
阿里云 EMR Serverless Spark 版正式开启商业化
阿里云 EMR Serverless Spark 版正式开启商业化,内置 Fusion Engine,100% 兼容开源 Spark 编程接口,相比于开源 Spark 性能提升300%;提供 Notebook 及 SQL 开发、调试、发布、调度、监控诊断等一站式数据开发体验!
166 3
阿里云 EMR Serverless Spark 版正式开启商业化
|
3月前
|
SQL 存储 NoSQL
阿里云 EMR StarRocks 在七猫的应用和实践
本文整理自七猫资深大数据架构师蒋乾老师在 《阿里云 x StarRocks:极速湖仓第二季—上海站》的分享。
295 2
|
4月前
|
存储 分布式计算 大数据
大数据革新在即,阿里云EMR如何布局DeltaLake引领行业潮流?
【8月更文挑战第26天】大数据时代,实时处理与分析能力对企业至关重要。Delta Lake 作为高性能、可靠且支持 ACID 事务的开源存储层,已成为业界焦点。阿里云 EMR 深度布局 Delta Lake,计划深化集成、强化数据安全、优化实时性能,并加强生态建设与社区贡献。通过与 Spark 的无缝对接及持续的技术创新,阿里云 EMR 致力于提供更高效、安全的数据湖解决方案,引领大数据处理领域的发展新方向。
54 3
|
4月前
|
存储 分布式计算 监控
揭秘阿里云EMR:如何巧妙降低你的数据湖成本,让大数据不再昂贵?
【8月更文挑战第26天】阿里云EMR是一种高效的大数据处理服务,助力企业优化数据湖的成本效益。它提供弹性计算资源,支持根据需求调整规模;兼容并优化了Hadoop、Spark等开源工具,提升性能同时降低资源消耗。借助DataWorks及Data Lake Formation等工具,EMR简化了数据湖构建与管理流程,实现了数据的统一化治理。此外,EMR还支持OSS、Table Store等多种存储选项,并配备监控优化工具,确保数据处理流程高效稳定。通过这些措施,EMR帮助企业显著降低了数据处理和存储成本。
142 3
|
4月前
|
安全 数据管理 大数据
数据湖的未来已来:EMR DeltaLake携手阿里云DLF,重塑企业级数据处理格局
【8月更文挑战第26天】在大数据处理领域,阿里云EMR与DeltaLake的集成增强了数据处理能力。进一步结合阿里云DLF服务,实现了数据湖的一站式管理,自动化处理元数据及权限控制,简化管理流程。集成后的方案提升了数据安全性、可靠性和性能优化水平,让用户更专注业务价值。这一集成标志着数据湖技术向着自动化、安全和高效的未来迈出重要一步。
88 2