概述

Presto架構(gòu)

Presto是一個分布式的查詢引擎，本身并不存儲數(shù)據(jù)，但是可以接入多種數(shù)據(jù)源，并且支持跨數(shù)據(jù)源的級聯(lián)查詢。

Presto的架構(gòu)分為：

Coodinator：解析SQL語句，生成執(zhí)行計(jì)劃，分發(fā)執(zhí)行任務(wù)給Worker節(jié)點(diǎn)執(zhí)行。

Discovery Server：Worker節(jié)點(diǎn)啟動后向Discovery Server服務(wù)注冊，Coordinator從Discovery Server獲得可以正常工作的Worker節(jié)點(diǎn)。

Worker：負(fù)責(zé)執(zhí)行實(shí)際查詢?nèi)蝿?wù)，訪問底層存儲系統(tǒng)。

存儲：Presto的數(shù)據(jù)可以存儲在HDFS/OBS，推薦熱數(shù)據(jù)存儲在HDFS，冷數(shù)據(jù)存儲在OBS。

內(nèi)存調(diào)優(yōu)

內(nèi)存管理原理

Presto有三種內(nèi)存池，分別為GENERAL_POOL、RESERVED_POOL、SYSTEM_POOL。

GENERAL_POOL：用于普通查詢的physical operators。GENERAL_POOL值為 總內(nèi)存(Xmx值)- 預(yù)留的(max-memory-per-node)- 系統(tǒng)的(0.4 * Xmx)。

SYSTEM_POOL：系統(tǒng)預(yù)留內(nèi)存，用于讀寫buffer，worker初始化以及執(zhí)行任務(wù)必要的內(nèi)存。大小由config.properties里的resources.reserved-system-memory指定。默認(rèn)值為JVM

max memory * 0.4。

RESERVED_POOL：大部分時間里是不參與計(jì)算的，只有當(dāng)同時滿足如下情形下，才會被使用，然后從所有查詢里獲取占用內(nèi)存最大的那個查詢，然后將該查詢放到

RESERVED_POOL

里執(zhí)行，同時注意RESERVED_POOL只能用于一個Query。大小由config.properties里的query.max-memory-per-node指定，默認(rèn)值為：JVM

max memory * 0.1。

1、GENERAL_POOL有節(jié)點(diǎn)出現(xiàn)阻塞節(jié)點(diǎn)(block node)情況，即該node內(nèi)存不

2、RESERVED_POOL沒有被使用query.max-memory：表示單個查詢在分布在所有相關(guān)節(jié)點(diǎn)上能用的內(nèi)存之和的最大值。

query.max-memory-per-node：表示單個查詢在單個節(jié)點(diǎn)上用戶內(nèi)存能用的最大值。

query.max-total-memory-per-node：表示單個查詢在單個節(jié)點(diǎn)上用戶內(nèi)存能用的最大值和系統(tǒng)內(nèi)存量。其中系統(tǒng)內(nèi)存是讀取器、寫入器和網(wǎng)絡(luò)緩沖區(qū)等在執(zhí)行期間使用的內(nèi)存。

memory.heap-headroom-per-node：這個內(nèi)存主要是第三方庫的內(nèi)存分配，無法被統(tǒng)計(jì)跟蹤，默認(rèn)值是-Xmx * 0.3

注意點(diǎn)：

1、query.max-memory-per-node小于query.max-total-memory-per-node。

2、query.max-total-memory-per-node 與memory.heap-headroom-per-node 之和必須小于 jvm max memory 也就是jvm.config 中配置的-Xmx。

Presto內(nèi)存配置

內(nèi)存調(diào)優(yōu)參數(shù)

操作場景

Presto由于是完全基于內(nèi)存的計(jì)算，經(jīng)常出現(xiàn)OOM，需要調(diào)整內(nèi)存。

修改參數(shù)

常見OOM報錯

Query exceeded per-node total memory limit of xx

適當(dāng)增加query.max-total-memory-per-node。

Query exceeded distributed user memory limit of xx

適當(dāng)增加query.max-memory。

Could not communicate with the remote task. The node may have crashed or be under too much load

內(nèi)存不夠，導(dǎo)致節(jié)點(diǎn)crash，可以查看/var/log/message。

并行度

操作場景

調(diào)整線程數(shù)增大task的并發(fā)以提高效率。

修改參數(shù)

元數(shù)據(jù)緩存

操作場景

Presto支持Hive connector，元數(shù)據(jù)存儲在Hive metastore中，調(diào)整元數(shù)據(jù)緩存的相關(guān)參數(shù)可以提高訪問元數(shù)據(jù)的效率。

修改參數(shù)

總結(jié)

以上是生活随笔為你收集整理的java 分布式sql引擎_分布式SQL查询引擎 Presto 性能调优的五大技巧的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。