2023學(xué)年完整公開課版shuffle操作的影響_第1頁
2023學(xué)年完整公開課版shuffle操作的影響_第2頁
2023學(xué)年完整公開課版shuffle操作的影響_第3頁
2023學(xué)年完整公開課版shuffle操作的影響_第4頁
2023學(xué)年完整公開課版shuffle操作的影響_第5頁
已閱讀5頁，還剩7頁未讀， 繼續(xù)免費閱讀

付費下載

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

張義目錄0102增加使用內(nèi)存高磁盤I/O0302更多垃圾回收增加使用內(nèi)存1增加使用內(nèi)存由于shuffle操作涉及通過網(wǎng)絡(luò)和數(shù)據(jù)串行化在服務(wù)器之間復(fù)制數(shù)據(jù)，因此其在網(wǎng)絡(luò)和磁盤IO方面是一項昂貴的操作。因為shuffle操作涉及對數(shù)據(jù)進(jìn)行分類，重新分區(qū)，并通過網(wǎng)絡(luò)進(jìn)行序列化/反序列化。它還涉及壓縮數(shù)據(jù)以減少磁盤IO，所以它是一項昂貴的操作。增加使用內(nèi)存Spark使用map和reduce(不要與MapReducemap/reduce任務(wù)混淆）任務(wù)來組織shuffle的數(shù)據(jù)。它使用map任務(wù)來組織數(shù)據(jù)，使用reduce任務(wù)來聚合key以獲得每個key的最終結(jié)果。增加使用內(nèi)存諸如reduceByKey和aggregateByKey之類的操作使用大量的Java堆內(nèi)存來支持它們在內(nèi)存中創(chuàng)建的數(shù)據(jù)結(jié)構(gòu)（在shuffle前）和聚合（shuffle之后）數(shù)據(jù)。高磁盤I/O2高磁盤I/O由于諸如reduceByKey之類的操作在數(shù)據(jù)結(jié)構(gòu)不能存放在內(nèi)存中時會將其數(shù)據(jù)結(jié)構(gòu)溢出到磁盤，所以會導(dǎo)致高磁盤Ⅰ/O的開銷。在配置Spark上下文時，可以使用spark.local.dir配置屬性（默認(rèn)值為/tmp)指定Spark的臨時存儲目錄的位置。高磁盤I/OSpark在磁盤上生成中間文件，并保留它們，直到它們引用的RDD不再被使用并被垃圾回收。這就是說,如果需要重新計算RDD的血統(tǒng)，Spark可以使用中間文件。因此，長時間運行的Spark作業(yè)可能會在臨時存儲目錄中使用大量磁盤空間。更多垃圾回收3更多垃圾回收如上一節(jié)所述，大量的shuffle操作可

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論