Significant Performance Variability Across Nodes in Spark Cluster with Version 0.5.0

Aperta
#552 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
25/100
Tipo di issue
Bug
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
java, spark, tensorflow
Ambito
distributed-systems, performance

Direzione di ricerca

Non sono nominati file sorgente, test o punti di ingresso. Inizia confrontando la build e l’esecuzione delle attività della versione 0.5.0 tra i nodi Spark interessati e i relativi tipi di CPU; il lavoro è completato quando si determina se la compilazione o un’ottimizzazione specifica per la CPU spiega la variabilità segnalata.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

I've been using version 0.5.0 and observed some performance inconsistencies across different nodes in my Spark cluster. Specifically, some nodes execute tasks significantly faster than others, with the difference in execution times ranging from tens to thousands of times slower on certain nodes.
Given this situation, I'm curious to know if there are any CPU-specific optimizations made during the compilation of this library. For instance, are there optimizations that favor Intel CPUs over AMD CPUs, which might explain the observed performance disparity?
Any insights or suggestions on this matter would be greatly appreciated.

Lingua principale
Java
Stelle
928
Fork
227
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di tensorflow/java

Tutte le issue di tensorflow/java

Issue simili

Altre issue su Java

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.