AI 助理
备案控制台
开发者社区 问答 正文

spark算子reduceByKey和groupByKey哪一个更有优势？

spark算子reduceByKey和groupByKey哪一个更有优势？

展开
收起
游客y244y7ln2rlpa 2021-12-06 23:01:12 345 分享 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。

1 条回答
写回答
取消 提交回答
  • 游客ml767kj7wes6q

    reduceByKey:按照key进行聚合，在shuffle之前有combine (预聚合)操作，返回结果是RDD[k;v]。.

    groupByKey:按照key进行分组，直接进行shuffle

    所以，在实际开发过程中，reduceByKey比groupByKey更建议使用。但是需要注意是否会影响业务逻辑。

    2021-12-06 23:01:47
    赞同 展开评论
问答分类：
分布式计算 Spark
问答标签：
apache spark优势 apache spark算子 apache spark算子groupbykey apache spark reducebykey groupbykey apache spark reduceByKey
问答地址：
开发者社区 > 大数据 > 问答
相关问答
商业版Delta Engine和Spark引擎与开源版本相比有何优势？
81
1
0
Spark相比MapReduce在编程友好性上有哪些优势？
86
1
0
"adb spark的lakehouse api访问内表数据，还支持算子下推吗？
103
2
0
Spark相比于Hadoop的优势有哪些呢？
795
1
0
请问下，flink的批处理中有没有像spark中有mapPartition这样的批处理的算子呢，现在
692
1
0
Spark 当中Spark 的5大优势是什么？
692
1
0
spark当中的 RDD算子是什么，如何理解？
773
1
0
Spark当中有哪些聚合类的算子,我们应该尽量避免什么类型的算子呢？
769
1
0
Spark中reduceBykey 和groupBykey区别是什么？
475
1
0
Flink 的 checkpoint 机制对比 spark 有到底什么不同和优势？
657
1
0