-1
ich diesen Code So haben:funken nur ein Kern auf Parallelität Aufgabe mit
conf = SparkConf().setAll((
("spark.python.profile", "true" if args.profile else "false"),
("spark.task.maxFailures", "20"),
("spark.driver.cores", "4"),
("spark.executor.cores", "4"),
("spark.shuffle.service.enabled", "true"),
("spark.dynamicAllocation.enabled", "true"),
))
# TODO could this be set somewhere in cosr-ops instead?
executor_environment = {}
if config["ENV"] == "prod":
executor_environment = {
"PYTHONPATH": "/cosr/back",
"PYSPARK_PYTHON": "/cosr/back/venv/bin/python",
"LD_LIBRARY_PATH": "/usr/local/lib"
}
sc = SparkContext(appName="Common Search Index", conf=conf, environment=executor_environment)
# First, generate a list of all WARC files
warc_filenames = list_warc_filenames()
# Then split their indexing in Spark workers
warc_records = sc.parallelize(warc_filenames, 4).flatMap(iter_records)
Während es lounches alle Funken stopfen es alle Kerne verwendet.
Aber wenn es beginnt, die Aufgabe (Indizierung) zu tun, dann verwendet es nur 1 Kern auf 100%.
Wie man eine Funkenaufgabe macht, benutze alle Kerne?
Dies wird nichts tun ... es ruft keine Aktion –
Es tut, itter_records enthält die Arbeit. – IvRRimUm
Wenn es aufgerufen wird, beginnt Warc Bodys zu ES-Cluster zu indizieren. – IvRRimUm