目录
本篇文章记录用户访问session分析-性能调优之在实际项目中分配更多资源。
分配更多资源
性能调优的王道，就是增加和分配更多的资源，性能和速度上的提升，是显而易见的。基本上，在一定范围之内，增加资源与性能的提升，是成正比的。
写完了一个复杂的spark作业之后，进行性能调优的时候，首先第一步，就是要来调节最优的资源配置；在这个基础之上，如果spark作业能够分配的资源达到了极限之后，无法再分配更多的资源了，那么才是考虑去做后面的这些性能调优的点。
问题
1、分配哪些资源？
2、在哪里分配这些资源？
3、为什么多分配了这些资源以后，性能会得到提升？
1、分配哪些资源？
executor、cpu per executor、memory per executor、driver memory
2、在哪里分配这些资源？在我们在生产环境中，提交spark作业时，用的spark-submit shell脚本，里面调整对应的参数
/usr/local/spark/bin/spark-submit \
--class cn.spark.sparktest.core.WordCountCluster \
--num-executors 3 \ #配置executor的数量
--driver-memory 100m \ #配置driver的内存（影响不大）
--executor-memory 100m \ #配置每个executor的内存大小
--executor-cores 3 \ # 配置每个executor的cpu core数量
/usr/local/SparkTest-0.0.1-SNAPSHOT-jar-with-dependencies.jar \
3、调节到多大，算是最大呢？
第一种，Spark Standalone，公司集群上，搭建了一套Spark集群，你心里应该清楚每台机器还能够给你使用的，大概有多少内存，多少cpu core；那么，在设置的时候，就根据这个实际的情况，去调节每个spark作业的资源分配。比如说你的每台机器能够给使用4G内存，2个cpu core，20台机器；假设executor数量为20个，那么就可以为每一个executor平均分配4G内存，2个cpu core。
第二种，Yarn资源队列，资源调度。应该去查看，你的spark作业，要提交到的资源队列，大概有多少资源？如果有500G内存，100个cpu core；假设executor数量为50个，那么就可以为每一个executor平均分配10G内存，2个cpu core。
一个原则，你能使用的资源有多大，就尽量去调节到最大的大小（executor的数量，几十个到上百个不等；executor内存；executor cpu core）
4、为什么调节了资源以后，性能可以提升？
解析spark-submit
spark-submit --class dblab.LogCleanJobScala \ --master spark://Master:7077 \ --deploy-mode client \ --driver-memory 100m \ --executor-memory 1g \ --total-executor-cores 2 \ --executor-cores 1 \ /home/hadoop/IdeaScala/TechBbs/out/artifacts/TechBbs/TechBbs.jar \ hdfs://Master:9000/techbbsl/input \ hdfs://Master:9000/techbbs/output a）--class dblab.LogCleanJobScala：运行LogCleanJobScala； b）--master spark://Master:7077：指定运行的master；--master yarn：指定作业运行在yarn上； c）--deploy-mode client,cluster：使用yarn的Client或cluster模式运行作业； d）--driver-memory 100m ：为driver分配内存 e）--executor-memory 1g ：为每个executor分配的内存 f）--executor-cores 1 ：每个executor分配的cpu core g）/home/hadoop/IdeaScala/TechBbs/out/artifacts/TechBbs/TechBbs.jar ：LogCleanJobScala所在的jar的位置； h）hdfs://Master:9000/techbbsl/input ：数据位置 i）hdfs://Master:9000/techbbs/output ：计算结果输出位置