领英（Linkedin）所采用的Magnet的功能是什么？有哪些不足？
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。
LinkedIn Magnet1融合了本地Shuffle+Push Shuffle，其设计哲学是"尽力而为"，Mapper的Output写完本地后，Push线程会把数据推给远端的ESS做聚合，且不保证所有数据都会聚合。受益于本地Shuffle，Magnet在容错和AE的支持上的表现更好(直接Fallback到传统Shuffle)。Magnet的局限包括依赖本地盘，不支持存算分离；数据合并依赖ESS，对NodeManager造成额外压力；Shuffle Write同时写本地和远端，性能达不到最优。Magnet方案已经被Apache Spark接纳，成为默认的开源方案。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)