Storm杂谈之调度算法,storm杂谈调度
Storm杂谈之调度算法,storm杂谈调度
前言
scheduler是storm的调度器,它负责为Topology分配当前的集群可用资源,目前storm提供了3中调度器EvenScheduler
本文主要就EvenScheduler做例子介绍,相信读者就这个例子就可以知道EvenScheduler的原理了假设当前集群有3台机器,A,B, C,每个机器有3个port,如下图:
那么,当有新的Topology提交的时候,就会分配资源,这时,在获取集群可用资源后会先sort一下,代码如下:
(defn sort-slots [all-slots] (let [split-up (sort-by count > (vals (group-by first all-slots)))] (apply interleave-all split-up) ))
; this can be rewritten to be tail recursive (defn interleave-all [& colls] (if (empty? colls) [] (let [colls (filter (complement empty?) colls) my-elems (map first colls) rest-elems (apply interleave-all (map rest colls))] (concat my-elems rest-elems))))
这段代码很关键,因为每次sort完之后,就会按顺序取slot分配给需要的Topology
由此可见,3台机器sort之后的排序为[A,1],[B,1],[C,1],[A,2],[B,2],[C,2],[A,3],[B,3],[C,3]
现在有两个Topology,T1,T2, T1需要2个slot,T2需要4个slot。
1、T1提交时,会用掉前两个slot [A,1],[B,1],如下图,
2、T2提交时,这时集群可用资源为 [A,2],[B,2],[C,1],[A,3],[B,3],[C,2],[C,3](排序之后的顺序),则T2会占用 [A,2],[B,2],[C,1],[A,3],如下图:
A全部被占用,而C却只被占用了一个。由此可见,Storm现有的Scheduler会导致集群资源分配不均匀情况,而且也没有考虑worker之间的通信负载情况。
Adaptive Online Scheduling in Storm 是13年发表的论文,对storm的Scheduler的改进,详细大家看论文,这里就不做详细介绍了,论文里的scheduler,论文作者已实现,可以论文上有地址,或者e-mail我(joey.wen@outlook.com),可以把源码打包发你.
PS,360公司的大牛也对storm自身的scheduler进行了更改,见参考5 基于Storm利用空闲资源构建实时计算平台
如有讲错的地方,欢迎留言指正 转载请注明出处,谢谢
评论暂时关闭