Spark on K8s ：提升集群资源利用率的方法我也有

external-shuffle-service 是 Spark 里一个重要的特性，有了它后，executor 可以在不同的 stage 阶段动态改变数量，大大提升集群资源利用率。但是这个特性当前在 K8s 上并不能很好的运行。让我们来看看，在 K8s 上实现这个 external shuffle service 特性的最新进展吧。

如果你想在 Kubernetes 集群中运行 Spark 任务，那么你可能会对：如何在 K8s 上运行 external-shuffle-service 感兴趣。把 Driver 和 Executor 都当做容器，丢到 K8s 上（K8s 集群则把他们当做一般的容器，和其他业务类 app 一样对待），这种模式，可以使得集群资源池归一，避免 Spark 一个资源池，业务类（K8s）集群一个资源池。提升整体资源利用率，统一维护也降低运维成本。这也是 Spark 官方在 2.3 版本后为什么要支持 Spark on K8s 的主要驱动力。

external-shuffle-service 作用

如果想要 executor 数量可以动态变化，就需要依赖 external-shuffle-service 功能（因为在 K8s 集群中，容器启动关闭很方便。所以非常希望 executor 数量可以动态调整，提升资源利用率）。

原因是在 shuffle 过程中，一个 executor 会到另一个 executor 那里取数据。如果一个 executor 节点挂掉了，那么它也就无法处理其他 executor 发过来的 shuffle 的数据读取请求，之前生成的数据也就都没有意义了。

为了解决“取 shuffle 数据”，和“目标 executor 是否运行”分开的问题。Spark 引入了 external-shuffle-service 服务。相当于先把 shuffle 数据暂存到 external-shuffle-service，然后大家去 external-shuffle-service 那里取就行了（类似于中介）。

更多运行原理请见

原来怎么部署

在原 Spark 框架中，external-shuffle-service 是部署在每个节点上的。

图片来自

（1）executor 告诉 external-shuffle-service 数据存放在哪里，（2） external-shuffle-service 记下来，供别人查询。所以问题的关键是，数据放“哪里”支持哪些格式呢？我们看（1）里面通知是结构是这样的：

public class RegisterExecutor extends BlockTransferMessage {   public final String appId;  // spark application id  public final String execId;  // executor id   public final ExecutorShuffleInfo executorInfo; // 《==文件路径  }

可以看出，关键在 “在哪里” 要看（2）：

public class ExecutorShuffleInfo implements Encodable {
 public final String\[\] localDirs; // 《== 第一级目录列表
   public final int subDirsPerLocalDir; // 第二级目录列表   public final String shuffleManager; // shuffleManager的类型，目前只有一种类型 SortShuffleManager   }

可以看出，shuffle 数据 “在哪里” 只能支持 HostPath（本地路径）。

问题的关键来了：executor 容器跑在 K8s 节点上面，external-shuffle-service 跑在另一个容器里，要想共享相同 Path 文件，那就必须使用节点路径（k8s-hostpath）；要用 Hostpath 还得拥有节点的所有权，这个对于多用户共享的 K8s 集群来说，权限不安全，数据未隔离。

在 K8s 上如何解决

Spark 的 external-shuffle-service 要怎么在 K8s 上运行，这是个问题。

[Spark 社区关于这个有个讨论：]

这个文档主要是表达当前 external-shuffle-service 的实现有缺点：

1. 多个 Spark 应用共用一个 external-shuffle-service，如果 external-shuffle-service 出问题，多个 Spark 应用都受影响，即隔离性差。

2. 一个节点一个 external-shuffle-service，导致不同节点间压力不均衡。同时如果节点挂了，external-shuffle-service 也就没了，这个节点上面的所有 executor 都受影响，可靠性差。

3. 在当前较火热的 Docker 容器环境下，executor 写入的 shuffle 数据（在一个容器内）。不一定就能被 external-shuffle-service 读取到（在另一个容器内）。因为有些 K8s 集群中，管理员出于安全考虑，会强制隔离不同用户的容器，禁止任何共享。

所以提出了改进方向：即 executor 保存 shuffle 数据时，不限定非得是保存在本地 Path 中。

具体实现方案可以有多种：

1. 保存 shuffle 数据时，通过 external-shuffle-service 上传的方式。

2. external-shuffle-service 支持 shuffle 数据为远端 uri 地址，而不仅仅是主机路径。

3. 由 Driver 来维护所有的 shuffle 数据信息，取消 external-shuffle-service 组件。

4. 将 shuffle 数据保存到分布式存储中。

5. 将 shuffle 数据上传到 external-shuffle-service，然后由 Driver 跟踪文件路径。

总体思路就是：以前 external-shuffle-service 是本地写，远程读，调整为远程写，远程读。

其实要在 K8s 上实现 executor 数量动态调整（dynamic resource allocation），还有另一条小路（即不通过 external-shuffle-service 的方式）。并且这条路已经实现了，在如下PR里

实现原理：

当发现 executor 里面是 shuffle 数据没有用了，则可以删除该 executor。如果这个 executor 里面的 shuffle 数据，还会被其他 Jop 读取，那么就保持这个 executor 存活着不被删除。从而实现 executor 数量可以动态调整。

缺点：

可以看出，这种方式其实是缓兵之计。

• 删除部分暂时不被使用 executor，但是必须保留那些还会被使用的 executor。所以动态效果并不是最优的。

• 一个 executor 也许最近不被使用，被删除了。但是后续其他 Stage 又有可能去访问那个 shuffle 数据。结果发现找不到（被动态删除嘛），这个时候又得重新计算，浪费性能。

PR 里面的讨论也表示这是无法用来完整替代 external-shuffle-service 的。

社区路标

通过上面的分析，可以基本了解在 K8s 上面跑 external-shuffle-service 的困难和思路。

所以要达到目的的路径为：

• external-shuffle-service 支持远端保存 shuffle 数据

• executor 和 external-shuffle-service 共享云端 shuffle 数据

• executor 数量可以动态调整，不影响功能

• 在 K8s 上支持了 executor 数量动态调整（dynamic resource allocation）。

看Spark的规划是在 3.0.0 版本提供完整能力,让我们期待 Spark on K8s 越来越 6 吧。

添加小助手微信，加入【容器魔方】技术社群。