一種堆外記憶體緩存政策加速資料寫OSS

1. 背景介紹

EMR叢集中作業寫資料到OSS時，需要先将資料緩存在本地，然後再一次性上傳到OSS中。EMR支援兩種緩存政策：

• disk
• off-heap

兩種緩存測試使用場景略有差別:

• 本地磁盤緩存政策适用到任何場景，且能滿足較大檔案上傳需求。
• 堆外記憶體緩存政策在性能上較磁盤緩存有優勢，但是受限于記憶體資源。在實作上，堆外記憶體的申請會限制在一定範圍内，當資料産生速率超過資料上傳速率時，輸出流會block住，需要等待進行中的上傳任務完成。

潛在問題：

• 作業送出到Yarn：當使用堆外記憶體政策時，存在記憶體超用被Yarn殺掉的風險。是以在記憶體參數設定上需要格外小心，不然會影響到作業的穩定性。

2. 如何使用

作業參數中配置"fs.oss.upload.bufferType"，可選值為"disk"或者"off-heap"。以下舉例：

1. hadoop fs -Dfs.oss.upload.bufferType=disk -put a.txt oss://xxx/xxx/

2. Hadoop作業： 
           Configuration conf = new Configuration()
           conf.set("fs.oss.upload.bufferType", "off-heap")
           ...
           
3. Spark作業：
           val conf = new SparkConf()
           conf.set("spark.hadoop.fs.oss.upload.bufferType", "off-heap")
           ...
           

3. Benchmark

VPC網絡，SSD雲盤/高效雲盤，MN4，4核16G機型，測試純寫資料時間。

檔案大小	塊大小	并發度	Disk buffer (SSD雲盤)	Disk buffer (高效雲盤)	Off-heap buffer	vs. SSD雲盤 性能提升(%)	vs.高效雲盤 性能提升(%)
1024MB	256KB	5	23009ms	20773ms	18661ms	+18.8%	10.2%
	1MB		11310ms	18524ms	10233ms	+9.5%	+44.8%
	4MB		10318ms	18001ms	10191ms	+1.5%	+43.4%
	16MB		10212ms	17796ms	10184ms	+0.3%	+42.8%
	64MB		10945ms	18612ms	10216ms	+6.7%	+45.1%
	128MB		13240ms	20181ms	OOM: Direct buffer memory	N/A
256MB			4511ms	4968ms	4636ms	-2.7%
			2417ms	4474ms	2381ms		+46.8%
				4386ms	2433ms	-0.7%	+44.3%
				4337ms	2465ms	-1.3%	+43.2%
			3232ms	5273ms	2411ms	+33.7%	+54.3%
			4392ms	6197ms	3118ms	+29.0%	+49.7%
			1252ms	1337ms		+0%	+6.4%
			611ms	1117ms	577ms	+5.6%	+48.3%
			567ms	1084ms	559ms	+1.4%	+48.4%
			597ms	1108ms	624ms	-4.5%	+43.7%
			1569ms	1491ms	1499ms	+4.5%	-0.5%
			1459ms	1730ms	1412ms	+3.2%	+18.4%
			459ms	417ms	383ms	+16.6%	+8.2%
			221ms	307ms	220ms		+28.3%
			254ms	327ms	198ms	+22.0%	+39.4%
			431ms	398ms	418ms	+3.0%	-5%
			412ms	425ms	400ms	+2.9%	+5.9%
				405ms	443ms	-5.9%	-9.3%