ESS（EMR Remote Shuffle Service）是EMR在优化计算引擎的Shuffle操作上，推出的扩展组件。

背景信息

目前Shuffle方案缺点如下：

• Shuffle Write在大数据量场景下会溢出，导致写放大。
• Shuffle Read过程中有大量的网络小包导致Connection reset问题。
• Shuffle Read过程中存在大量小数据量的IO请求和随机读，对磁盘和CPU造成高负载。
• 对于M*N次的连接数，在M和N数千的规模下，作业基本无法完成。
• NodeManager和Spark Shuffle Service是同一进程，当Shuffle的数据量特别大时，通常会导致NodeManager重启，从而影响YARN调度的稳定性。

EMR推出的基于Shuffle的ESS服务，可以优化目前方案的问题。优势如下：

• 使用Push-Style Shuffle代替Pull-Style，减少Mapper的内存压力。
• 支持IO聚合，Shuffle Read的连接数从M*N降到N，同时更改随机读为顺序读。
• 支持两副本机制，降低Fetch Fail概率。
• 支持计算与存储分离架构，可以部署Shuffle Service至特殊硬件环境中，与计算集群分离。
• 解决Spark on Kubernetes时对本地磁盘的依赖。

ESS架构图

使用ESS

Spark使用ESS时，只需在提交Spark作业时添加如下两个配置项

spark.shuffle.manager   org.apache.spark.shuffle.ess.EssShuffleManager 固定值
spark.ess.master.address  <ess-master-ip>:<ess-master-port>

【参考】
https://developer.aliyun.com/article/772328
https://developer.aliyun.com/article/779686