Spark作为一个分布式大规模数据计算处理框架,由于其优异的性能表现和兼容性,它的用户数量一直在大量增长,而通过对它进行性能评价可以最大化地利用系统资源,减少系统空闲率。性能评估进程代数(Performance Evaluation Process Algebra,PEPA)是随机进程代数的一种,它用代数的方式构建系统模型,将系统分解成几个交互的组件,能够比较清晰地反映系统的层次结构,降低模型构建和分析的难度。随机Petri网(Stochastic Petri Nets,SPN)既有直观的图形描述,也有严格的公式定义,能够较为清晰地反映系统状态的变化过程。本文针对Spark系统的性能评价与分析展开研究,主要研究内容包括以下三个方面:一、构建Spark系统的形式化模型。通过分析Spark系统的整体架构和运行流程,将Spark系统抽象为多个交互的组件,从而得到系统的PEPA模型。根据转换规则将PEPA模型转换成SPN模型,并分别给出两个模型的相关参数。二、提取Spark系统模型的性能指标。分别对得到的两种模型采用流逼近方法和随机模拟方法来提取模型中重要的性能指标:响应时间、利用率和吞吐量。为了模拟系统中执行某个服务的过程,本文提出了服务流获取算法和响应时间模拟算法。通过追踪变迁的转移获得执行某条服务流的时间,最终得到系统在稳态情形下的响应时间。针对PEPA模型,则采用了一种近似求解的流逼近方法,该方法通过微分方程组来逼近系统状态的转移过程。三、评价并分析Spark系统的性能。从响应时间、利用率和吞吐量三个维度对Spark系统的性能进行了评价与分析。通过分析系统的各项参数对系统性能指标的影响来完成Spark系统的性能评价。