从多线程驱动程序启动Apache Spark SQL作业
我希望使用Spark从大约1500个远程Oracle表中提取数据，并且希望有一个多线程应用程序，该应用程序每个线程提取一个表，或者每个线程提取10个表，并启动一个Spark作业以从各自的表中读取数据。
从spark的官方站点https://spark.apache.org/docs/latest/job-scheduling.html可以看出这是可行的...
...Spark运行的群集管理器提供了跨应用程序的调度功能。其次，在每个Spark应用程序中，如果多个“作业”（Spark操作）是由不同的线程提交的，那么它们可能会同时运行。如果您的应用程序通过网络为请求提供服务，这是常见的。Spark包含一个公平调度器，用于调度每个SparkContext中的资源。
但是，您可能已经注意到，在Spark中的并发作业执行中，这个类似的问题没有被接受的答案，最受欢迎的答案以以下内容开头
- 大家都知道不是在星火的“精神”
- 谁在乎星火的精神是什么？这实际上没有任何意义
以前有人用过这样的东西吗？你非得做什么特别的事吗？在我浪费大量工作时间制作原型之前，我只是想要一些指示。我将非常感谢任何帮助！
共有1个答案
spark上下文是线程安全的，因此可以从多个线程并行调用它。（我正在制作中做）
需要注意的一件事是限制正在运行的线程数量，因为:
1。执行器内存在所有线程之间共享，您可能会获得OOM或不断地从缓存中交换内存
2。cpu是有限的，所以任务比核心多不会有任何改进
-
我试图在远程节点上运行selenium网格代码，但它总是引发异常。 集线器： 它会听192.168.1.106:4444 节点： 它将在192.168.1.132:5566收听 Java代码： 节点日志： 操作系统：Fedora 23，Firefox版本50.1.0，selenium独立服务器3.0.1
-
我有一个工作正常的GUI类，但是我在那个GUI类中有一个按钮，应该是从另一个类打开一个新的GUI... 然而，当调用新的GUI类（newGui）时，它只是一个透明窗口。这是因为两个GUI不能同时运行吗？ 我现在正试图以线程的形式打开新的GUI，但我不知道该怎么做！ 公开无效运行（）； 这是我的尝试，但不出所料，这没有成功。 有什么帮助吗？ 谢谢
-
我有一份spark流媒体工作，我正试图由spark-k8运营商提交。我始终保持重启策略。但是，手动删除驱动程序时，驱动程序不会重新启动。我的yaml： Spark版本：2.4.5 apiVersion：“sparkoperator.k8s.io/v1beta2” 我遵循的步骤： 通过kubectl apply-f示例/spark测试创建资源。亚马尔。Pod创建成功。手动删除驱动程序。 预期行为：将
-
我有一个Spring Boot Batch作业，有两个主要步骤，第一个从电子表格中读取一堆行。第二个写入数据库。现在，它被设置为串行写入数据库 问题是体积太大。因为没有理由维持任何秩序，我希望有多个作家。我试过这个： 但我得到了一个。 我喜欢这种方法，但我怀疑我必须遵循一些非常复杂的Spring Boot方法。做多个作家的最佳方法是什么？ 谢谢，樵夫
-
我一直在尝试写一些java应用程序。这个应用程序想要运行的是处理一个文本文件。 但是，输入文本文件很大（超过200MB)，我尝试将200MB拆分为四个拆分文件（每个50MB) 所以，每一个都只需要0.5秒，但是用这种线性运行，每一个也需要2秒。(worker1+0.5s，worker2+0.5s，worker3+0.5s，worker4)如果我可以同时运行4个线程，我预计这个应用程序只需要0.5秒
-
我正在尝试使用 启动 的会话 我一直收到这个错误： （未知错误：DevToolsActivePort文件不存在）（从chrome位置/usr/lib/chrumbrowser/chrum浏览器启动的进程不再运行，因此ChromeDriver假设chrome已崩溃。）（驱动程序信息：ChromeDriver=71.0.3578.98，平台=Linux 4.15.0-45-generic x86_64