AI 助理
备案控制台
开发者社区 大数据 文章 正文

Spark Driver和Executor数据传递使用问题

2023-12-29 72
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Spark Driver和Executor数据传递使用问题

1.首先需要理解下Driver 和Executor的概念

Spark的driver理解和executor理解_driver stacktrace_三 丰的博客-CSDN博客

2.累加器

Spark共享变量(广播变量、累加器)_spark广播变量_SunnyRivers的博客-CSDN博客

3.广播变量

200MB以下才建议broadcast，太大的数据建议：两个DataFrame/rdd可以直接关联

Spark共享变量(广播变量、累加器)_spark广播变量_SunnyRivers的博客-CSDN博客

可以参考：

src/main/java/com/vince/xq/HdfsToRedis.java · 诸葛子房/spark-redis - Gitee.com

4.Executor端数据拉到Driver端

使用collect


文章标签：
分布式计算
Spark
Java
关键词：
apache spark数据
apache spark driver
apache spark executor
apache spark driver executor
诸葛子房
目录
相关文章
武子康
|
1月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
武子康
50 3
wljslmz
|
3月前
|
分布式计算 监控 大数据
什么是 Spark Driver，它的职责是什么？
【8月更文挑战第14天】
wljslmz
199 5
wljslmz
|
3月前
|
存储 分布式计算 Java
解释 Spark 与数据序列化格式的互操作性
【8月更文挑战第13天】
wljslmz
63 4
wljslmz
|
3月前
|
分布式计算 监控 大数据
如何处理 Spark 中的倾斜数据？
【8月更文挑战第13天】
wljslmz
250 4
wljslmz
|
3月前
|
存储 缓存 分布式计算
如何在 Spark 中持久保存数据，有哪些不同的存储级别可用？
【8月更文挑战第13天】
wljslmz
167 4
wljslmz
|
3月前
|
SQL 存储 分布式计算
如何使用 Spark SQL 从 DataFrame 查询数据？
【8月更文挑战第13天】
wljslmz
96 4
呆呆宝
|
3月前
|
分布式计算 Apache 数据安全/隐私保护
流计算引擎数据问题之在 Spark Structured Streaming 中水印计算和使用如何解决
流计算引擎数据问题之在 Spark Structured Streaming 中水印计算和使用如何解决
呆呆宝
51 1
三分钟热度的鱼
|
4月前
|
分布式计算 数据处理 流计算
实时计算 Flink版产品使用问题之使用Spark ThriftServer查询同步到Hudi的数据时，如何实时查看数据变化
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架，广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器，提供了一套全面的解决方案，以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点，使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
三分钟热度的鱼
50 1
冲冲冲c
|
5月前
|
弹性计算 分布式计算 DataWorks
DataWorks产品使用合集之spark任务如何跨空间取表数据
DataWorks作为一站式的数据开发与治理平台，提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案，帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述，涵盖数据处理的各个环节。
冲冲冲c
42 1
三分钟热度的鱼
|
5月前
|
SQL 分布式计算 HIVE
实时计算 Flink版产品使用问题之同步到Hudi的数据是否可以被Hive或Spark直接读取
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架，广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器，提供了一套全面的解决方案，以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点，使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
三分钟热度的鱼
273 3

热门文章

最新文章

  • 1
    Spark Job的提交与task本地化分析（源码阅读八）
  • 2
    十二、Spark的安装与部署详情（Local模式，Standalone模式，Spank on YARN模式）
  • 3
    [Spark][Python]Spark Python 索引页
  • 4
    Spark-spark streaming
  • 5
    Spark PruneDependency 依赖关系 RangePartitioner
  • 6
    Spark-构建基于Spark的推荐引擎
  • 7
    Spark Master启动源码分析
  • 8
    spark1.4加载mysql数据 创建Dataframe及join操作连接方法问题
  • 9
    10月17日Spark社区直播【Tablestore Spark Streaming Connector -- 海量结构化数据的实时计算和处理】
  • 10
    如何查看spark与hadoop、kafka、Scala、flume、hive等兼容版本【适用于任何版本】
  • 1
    EMR Serverless Spark服务最佳实践测评
    139
  • 2
    E-MapReduce Serverless Spark体验评测
    305
  • 3
    EMR Serverless Spark服务和EMR Serverless StarRocks服务的比较
    108
  • 4
    Spark快速大数据分析PDF下载读书分享推荐
    174
  • 5
    全托管一站式大规模数据处理和分析Serverless平台 | EMR Serverless Spark 评测
    23714
  • 6
    Spark大数据处理：技术、应用与性能优化(全)PDF书籍推荐分享
    150
  • 7
    大数据平台之Spark
    118
  • 8
    数据处理的艺术：EMR Serverless Spark实践及应用体验
    14780
  • 9
    DataWorks产品使用合集之ODPS Spark找不到自己的stdout，该如何解决
    54
  • 10
    DataWorks产品使用合集之spark任务如何跨空间取表数据
    42

    • 相关课程

    更多
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第一阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第三阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第四阶段
  • 大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第七阶段
  • 大数据实时计算框架Spark快速入门

    • 相关电子书

    更多
  • Hybrid Cloud and Apache Spark
  • Scalable Deep Learning on Spark
  • Comparison of Spark SQL with Hive
    • 下一篇
    手把手教你白嫖阿里云服务器(免费领服务器)