在文本索引構建這種需要大量佔用磁盤IO的任務,如果正巧你的內存還有點餘糧,是否可以先索引存儲到內存,然後再順序寫入到磁盤呢?,需要大量佔用磁盤IO,如果正巧你的內存還有點餘糧,是否可以先索引存儲到內存,然後再順序寫入到磁盤呢?
將Linux的內存變爲磁盤,可以通過tmpfs文件系統實現。
tmpfs介紹
以下是ChatGPT的介紹:
tmpfs文件系統是Linux內核自帶的一種內存文件系統,它可以將內存空間作爲虛擬磁盤使用。使用tmpfs文件系統將內存變爲磁盤,可以通過以下步驟實現:
創建一個tmpfs文件系統:
sudo mkfs.tmpfs -m 100M -o size=100M /dev/shm/mydisk
這條命令將在/dev/shm/mydisk設備上創建一個大小爲100MB的tmpfs文件系統。
掛載tmpfs文件系統:
sudo mount -t tmpfs /dev/shm/mydisk /mnt/mydisk
這條命令將/dev/shm/mydisk設備上的tmpfs文件系統掛載到/mnt/mydisk目錄。
此時,/mnt/mydisk目錄就可以像普通磁盤一樣使用了。可以將文件寫入到該目錄,也可以從該目錄讀取文件。
docker使用tmpfs
在docker容器環境如何使用呢?是否需要在container裏去掛載?
其實在docker裏,tmpfs是默認支持的,可以通過 在啓動命令裏,加上類似--mount type=tmpfs,destination=/mnt/tmpfs,tmpfs-mode=1770,tmpfs-size=12G
來實現掛載。
注意tmpfs掛載的,是container容器獨享的,不能和其他容器共享,有效期就是容器的生命週期。
我們來實驗:
[root@dev ~]#docker run -it --rm --mount type=tmpfs,destination=/mnt/tmpfs,tmpfs-mode=1770,tmpfs-size=12G gcc:12 bash
root@87b86fe9a4d0:/# df -h
Filesystem Size Used Avail Use% Mounted on
overlay 182G 160G 13G 93% /
tmpfs 64M 0 64M 0% /dev
tmpfs 63G 0 63G 0% /sys/fs/cgroup
shm 64M 0 64M 0% /dev/shm
/dev/sda2 182G 160G 13G 93% /etc/hosts
tmpfs 12G 0 12G 0% /mnt/tmpfs
tmpfs 63G 0 63G 0% /proc/acpi
tmpfs 63G 0 63G 0% /proc/scsi
tmpfs 63G 0 63G 0% /sys/firmware
- 首先通過
docker run
掛載,制定大小12G - 在容器裏,通過
df -h
可以看到掛載的/mnt/tmpfs
類型爲tmpfs
,大小12G
K8S 使用tmpfs
在K8S裏,tmpfs對應的是 emptyDir
Volume,將emptyDir.medium
指定爲Memory
,可以讓 Kubernetes 掛載 tmpfs(基於 RAM 的文件系統)。
emptyDir
的一些用途:
- 緩存空間,例如基於磁盤的歸併排序。
- 爲耗時較長的計算任務提供檢查點,以便任務能方便地從崩潰前狀態恢復執行。
- 在 Web 服務器容器服務數據時,保存內容管理器容器獲取的文件。
emptyDir 配置示例
apiVersion: v1
kind: Pod
metadata:
name: test-pd
spec:
containers:
- image: registry.k8s.io/test-webserver
name: test-container
volumeMounts:
- mountPath: /cache
name: cache-volume
volumes:
- name: cache-volume
emptyDir:
sizeLimit: 500Mi
medium: Memory
Spark on k8s
對於運行在K8S上的spark,也可以通過volumes參數來指定使用tmpfs。
spark提供下面幾種類型的volume
- hostPath: mounts a file or directory from the host node’s filesystem into a pod.
- emptyDir: an initially empty volume created when a pod is assigned to a node.
- nfs: mounts an existing NFS(Network File System) into a pod.
- persistentVolumeClaim: mounts a
PersistentVolume
into a pod.
可以通過下面的參數來配置Volume:
--conf spark.kubernetes.driver.volumes.[VolumeType].[VolumeName].mount.path=<mount path>
--conf spark.kubernetes.driver.volumes.[VolumeType].[VolumeName].mount.readOnly=<true|false>
--conf spark.kubernetes.driver.volumes.[VolumeType].[VolumeName].mount.subPath=<mount subPath>
對於VolumeType的配置,可以通過下面的形式來做:
spark.kubernetes.driver.volumes.[VolumeType].[VolumeName].options.[OptionName]=<value>
因此,spark on k8s支持tmpfs
, 假設VolumeName
爲spark-empty-dir
, 掛載路徑/mnt/cache-index
, 大小限制12G
,那麼提供任務時可以指定參數:
--conf spark.kubernetes.executor.volumes.emptyDir.spark-empty-dir.mount.path=/mnt/cache-index
--conf spark.kubernetes.executor.volumes.emptyDir.spark-empty-dir.options.medium=Memory
--conf spark.kubernetes.executor.volumes.emptyDir.spark-empty-dir.options.sizeLimit=12G
優化後,文本索引構建時IO佔用: