备案控制台

开发者社区> 问答> 正文

spark消费kafka 从kafka拉取数据部分Task特变慢

项目中使用了sparkStreaming去消费kafka中的数据。

发现了个问题，kafka一共30个分区，会起30个Task去拉取数据。在某些消费批次中会有个别Task从Kafka分区中拉取数据特别慢比别的Task慢了近10倍。直接拖慢了整个处理时间。
但从获取数据的数量上来看并没有发生数据倾斜。处理时间却相差这么多?![P_YP514V_N_KIN5O2CSZQ15](https://yqfile.alicdn.com/16d2d2e8407f593de5ce2cbe73f7e71351fc0f6d.png)

展开

收起

游客tpv44ii4se2r4 2019-06-11 18:36:43 4825 0

2 条回答

写回答

取消提交回答

阿学

是不是使用$SPARK_HOME/sbin/start-all.sh启动spark集群，慢的那个worker节点是否按照slaves中配置的主机名启动（验证一下是不是按照ip启动，在默认8080端口可以看到），因为一方是主机名集合一方是ip地址集合结果造成字符串比较时找不到，本地化全部变成ANY，也就是随机获取计算节点那就意味着可能要将数据发送到计算节点上，会造成计算不均匀，不是本地化计算，基本上都没有在本机上节点运行，所以会产生大量IO，就会很慢

2020-03-29 22:31:52

赞同展开评论打赏
bigbigtree

确定具体慢的task对应的kafka的分区id，确定分区id所在的物理环境，排查机器是否有问题

2020-03-19 19:59:21

赞同展开评论打赏

问答分类：

消息中间件分布式计算 Kafka Spark 云消息队列 Kafka 版

问答标签：

云消息队列 Kafka 版数据 apache spark kafka spark云消息队列 Kafka 版 apache spark数据云消息队列 Kafka 版spark

问答地址：

开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

为什么选择从Kafka + Spark Streaming转向Flink？

41

1

0

Spark Structured Streaming 和 Kafka 在数据完整性推理上有何不足？

32

1

0

我公司现在要把azure上的Kafka集群和spark集群迁移到阿里云上能直接通过服务器迁移中心

106

4

0

spark写kafka，如何让分区分布均衡呢？

331

1

0

请教一个问题。我在用spark读取hbase数据时，默认是一个regoin一个task。发现有些re

1105

0

0

有大佬知道这是怎么回事么 flink读不到kafka数据

1111

1

0

麻烦问一下，我们现在的架构是希望数据统一从 Kafka 中出，但是又想用 Flink CDC，请问

1069

1

0

请问大家，我怎么根据 Kafka 中的 Debezium 数据在 MySQL 中建库、建表、同步数据

906

0

0

请问下当flink集群重启之后 kafka消息还是重复有什么办法解决吗 kafka sink 已设

1083

4

0

各位, 请问: flink cdc, 用 flink sql 的方式 sink 到 kafka 可以

1336

2

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1818960

2 据说在家办公的程序员是这样写代码的？ 1793074

3 阿里云开放端口权限 690237

4 如何升级配置 536274

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522810

6 【精品问答】python技术1000问(1) 514118

7 Flink Forward Asia 2021 有奖问答 512896

8 OceanBase 使用动画（持续更新） 359367

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329798

10 OSS存储服务-客户端工具 321542

11 为体验实验室取一个新名字。 307468

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304069

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295322

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284172

15 安全组详解，新手必看教程 277337

16 写code还是做管理，开发者如何进行职业规划？ 269106

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255877

18 阿里云手机和阿云浏览器连接问题专帖 235686

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 226328

20 请问阿里云邮箱如何开启SMTP服务啊！ 225844

1 “云+AI”能够孵化出多少可能？ 144

2 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 620

3 AI时代，存力or算力哪一个更关键？ 876

4 求宜搭关联表单的更新方法！！！ 111

5 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1015

6 老哥们有个需求想请教一下，十分感谢 105

7 关于开发者的100件小事，你知道哪些？ 1049

8 AI助力，短剧迎来创新热潮？ 639

9 "ModelScope默认的下载位置是在哪里？ 258

10 1024程序员节，开发者们都在参与社区的哪些活动？ 2293

11 关于文本框校验自定义函数的问题 363

12 执行docker search nginx 报错超时 254

13 百问求答第四期-回答问题即有机会拿冬季取暖器 976

14 宜搭-集成&自动化，怎么实现定时自动获取普通表单里的所有数据，并更新该表单里的某列数据？ 261

15 有没有大佬知道：宜搭的流程表单里如何通过js面板给成员组件赋值？ 338

16 百问求答第四期-回答问题即有机会拿冬季取暖器 752

17 域名内网可以正常访问，外网访问不了 404

18 普通人能用阿里云做什么？ 233

19 宜搭表单数据管理增加全部删除功能 298

20 获取Access Token报code: 400, body is mandatory 426

相关课程

更多

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第一阶段

409

33

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段

283

28

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第四阶段

126

19

去学习

大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第六阶段

203

21

去学习

分布式消息系统 Kafka 快速入门

953

24

去学习

大数据实时计算框架Spark快速入门

1020

93

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

Java Spring Boot开发实战系列课程【第16讲】：Spring Boot 2.0 实战Apache Kafka百万级高并发消息中间件与原理解析 立即下载

MaxCompute技术公开课第四季之如何将Kafka数据同步至MaxCompute 立即下载

消息队列kafka介绍 立即下载

相关实验场景

更多