AI 助理
备案控制台
开发者社区> 问答> 正文

Sort-based shuffle的缺陷是什么?

Sort-based shuffle的缺陷是什么?

展开
收起
芯在这 2021-12-06 00:49:35 261 0
1 条回答
写回答
取消 提交回答
  • 真的很搞笑

    如果mapper中task的数量过大，依旧会产生很多小文件，此时在shuffle传递数据的过程中reducer段，reduce会需要同时大量的记录进行反序列化，导致大量的内存消耗和GC的巨大负担，造成系统缓慢甚至崩溃。

    如果需要在分片内也进行排序，此时需要进行mapper段和reducer段的两次排序。

    2021-12-06 00:49:54
    赞同 展开评论 打赏
问答地址：
开发者社区 > 云计算 > 问答

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。

相关问答
在reduce中的shuffle阶段中reduce的作用是什么呢？
386
1
0
为什么设计loc和ilco来实现label-based和integer-based indexing
411
1
0
reduce和fold的不同点具体是什么啊？
687
1
0
combine出现在哪个过程？
418
1
0
reduce side join + BloomFilter是什么？
303
1
0
spark中为什么要使用map-side预聚合的shuffle操作？
478
1
0
不需要排序的hash shuffle一定比需要排序的sort shuffle速度快吗？
379
1
0
在map端和reduce端都有可能发生数据倾斜，是什么导致reduce端的数据倾斜？
646
1
0
Transformations 算子中的mapPartitions的作用是什么？
503
1
0
使用 reduce join有什么缺点？
572
1
0
问答排行榜
最热
最新
1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家 德哥 1819034
2 据说在家办公的程序员是这样写代码的？ 1793176
3 阿里云开放端口权限 690289
4 如何升级配置 536302
5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522860
6 【精品问答】python技术1000问(1) 514134
7 Flink Forward Asia 2021 有奖问答 512915
8 OceanBase 使用动画（持续更新） 359381
9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329802
10 OSS存储服务-客户端工具 321588
11 为体验实验室取一个新名字。 307484
12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304099
13 Win Server 2003-2016 加密勒索事件必打补丁合集 295331
14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284213
15 安全组详解，新手必看教程 277345
16 写code还是做管理，开发者如何进行职业规划？ 269165
17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255883
18 阿里云手机和阿云浏览器连接问题专帖 235691
19 支付宝H5 下载的时候，提示 【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 228350
20 请问阿里云邮箱如何开启SMTP服务啊！ 225873
1 动机VS自律，对开发者们来说哪个比较重要？ 102
2 AI音色克隆挑战播客，它能模拟人的特质吗？ 119
3 阿里云RDS mysql数据库show slave status信息疑问 203
4 AI生成海报or人工手绘，哪个更戳你？ 1183
5 “AI +脱口秀”，笑点能靠算法去创造吗？ 635
6 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 277
7 AI宠物更适合当代年轻人的陪伴需求吗？ 1089
8 AI客服未来会完全代替人工吗？ 1314
9 modelscope下载 的模型 如何转ollama 106
10 “云+AI”能够孵化出多少可能？ 998
11 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 800
12 使用免费证书后 服务器浏览器访问没有问题，外网访问 显示证书不可信，使用同一种浏览器哦 289
13 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1730
14 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 351
15 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？ 谢谢各位大大帮帮忙！！！ 303
16 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 345
17 CUDA error: CUDA-capable device(s) is busy 290
18 AI时代，存力or算力哪一个更关键？ 1499
19 求宜搭关联表单的更新方法！！！ 474
20 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1463
推荐问答
乘风问答官招募中！机械键盘免费拿

相关电子书

更多
    • SPARK ML WITH HIGH DIMENSIONAL 立即下载
    Streaming Outlier Analysis for Fun and Scalability 立即下载
    Cost-based Query Optimization 立即下载