spark使用KryoRegistrator java代码示例

spark使用KryoRegistrator java代码示例

转载引用自：/article/5670116.html
最近在使用spark开发过程中发现当数据量很大时，如果cache数据将消耗很多的内存。为了减少内存的消耗，测试了一下 Kryo serialization的使用
代码包含三个类，KryoTest、MyRegistrator、Qualify。
我们知道在Spark默认使用的是Java自带的序列化机制。如果想使用Kryo serialization，只需要添加KryoTest类中的红色部分，指定spark序列化类
另外还需要增加MyRegistrator类，注册需要用Kryo序列化的类

public class KryoTest {
public static void main(String[] args) {
SparkConf conf = new SparkConf();
conf.setMaster("local");
conf.setAppName("KryoTest");
conf.set("spark.serializer", "org.apache.spark.serializer.KryoSerializer");
conf.set("spark.kryo.registrator", "MyRegistrator");

JavaSparkContext sc = new JavaSparkContext(conf);

JavaRDD<String> rdd = sc.textFile("/home/hdpusr/qualifying.txt");
JavaRDD<Qualify> map = rdd.map(new Function<String, Qualify>() {
/* (non-Javadoc)
* @see org.apache.spark.api.java.function.Function#call(java.lang.Object)
*/
public Qualify call(String v1) throws Exception {
// TODO Auto-generated method stub
String s[] =  v1.split(",");
Qualify q = new Qualify();
q.setA(Integer.parseInt(s[0]));
q.setB(Long.parseLong(s[1]));
q.setC(s[2]);

return q;
}
});
map.persist(StorageLevel.MEMORY_AND_DISK_SER());
System.out.println(map.count());
}
}

import org.apache.spark.serializer.KryoRegistrator;

import com.esotericsoftware.kryo.Kryo;

public class MyRegistrator implements KryoRegistrator{
/* (non-Javadoc)
* @see org.apache.spark.serializer.KryoRegistrator#registerClasses(com.esotericsoftware.kryo.Kryo)
*/
public void registerClasses(Kryo arg0) {
// TODO Auto-generated method stub
arg0.register(Qualify.class);
}
}

import java.io.Serializable;

public class Qualify implements Serializable{
int a;
long b;
String c;
public int getA() {
return a;
}
public void setA(int a) {
this.a = a;
}
public long getB() {
return b;
}
public void setB(long b) {
this.b = b;
}
public String getC() {
return c;
}
public void setC(String c) {
this.c = c;
}

}

下面我们看看使用Java serialization 与Kryo serialization的效果对比
Java serialization
　　

Kryo serialization

从实际跑的数据可以看出还是能节省不少内存的。当内存不够用的时候建议使用Kryo serialization这种方式

标签: spark kryo registrator