Hadoop MapReduce的shuffle过程存在的问题又是什么呢?
1) reduce任务获取到map任务的中间输出后,会对这些数据在磁盘上进行merge sort,虽然不怎么占用内存,但是却产生了更多的磁盘I/O;
2) 当数据量很小,但是map任务和reduce任务数目很多时,会产生很多网络I/O。
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。