2023学年完整公开课版RDD的依赖_第1页
2023学年完整公开课版RDD的依赖_第2页
2023学年完整公开课版RDD的依赖_第3页
2023学年完整公开课版RDD的依赖_第4页
2023学年完整公开课版RDD的依赖_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

RDD的依赖目录RDD的依赖种类提高并行的方法21222RDD的依赖种类1RDD的依赖种类依赖种类窄依赖宽依赖RDD的依赖种类

窄依赖是指父RDD的分区最多只能被一个子RDD的分区所引用，即一个父RDD的分区对应一个子RDD的分区，或者多个父RDD的分区对应一个子RDD的分区。宽依赖是指子RDD的分区依赖于父RDD的多个分区或所有分区，即存在一个父RDD的一个分区对应一个子RDD的多个分区。1个父RDD分区对应多个子RDD分区，这其中又分两种情况：1个父RDD对应所有子RDD分区（未经协同划分的Join）或者1个父RDD对应非全部的多个RDD分区（如groupByKey）。RDD的依赖种类如下图所示：map就是一种窄依赖，而join则会导致宽依赖。提高并行的方法2提高并行的方法释

如果分区的数量发生激烈的变化，如设置numPartitions=1，这可能会造成运行计算的节点比想象的要少，为了避免这个情况，可以设置shuffle=true，从而提高并行度，但这会增加shuffle操作。提高并行的方法释

这个分区的激烈的变化情况，比如分区数量从父RDD的几千个分区设置成几个，有可能会遇到这么一个错误。

如下图所示：提高并行的方法释

以上错误只要把shuffle设置成true即可解决。当把父RDD的分区数量增大时，比如RDD的分区是100，设置成1000，如果shuffle为false，那就不会起作用。这时候就需要设置shuffle为true了，那么RDD将在shuffle之后返回一个

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论