AI 助理
备案控制台
开发者社区 大数据与机器学习 开源大数据平台 E-MapReduce 正文

为什么Spark访问OSS一致性难保证？

为什么Spark访问OSS一致性难保证？

展开
收起
zxynnn 2022-05-10 12:09:52 991 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6lve7fjcitvo6

    FileFormat v1算法中，合并文件树操作全部在AppMaster单点执行，效率非常低，尤其是动态分区场景。为了解决AppMaster单点，社区提供了算法2，其核心思路是将合并过程并行到Task中执行，在性能上会有一定的提高，但是，如果Job执行失败，部分成功的Task会将数据写入最终数据目录，导致脏数据问题。

    2022-05-10 13:04:36
    赞同 展开评论
问答分类：
分布式计算 对象存储 Spark 对象存储 开源大数据平台 E-MapReduce
问答标签：
访问对象存储 对象存储访问 apache spark OSS spark对象存储 apache spark访问
问答地址：
开发者社区 > 大数据与机器学习 > 开源大数据平台 E-MapReduce > 问答
相关问答
Dataworks 里的 ODPS spark 节点访问不到 maxcompute 里的表
101
1
0
云数据仓库ADB Spark SQL访问MaxCompute数据源-支持的库表操作
114
1
0
大数据计算MaxCompute 想申请加到spark公网访问白名单，可以从哪边申请？
79
1
0
spark 写入oss-hdfs任务，spark客户端一直在等待，如何解决？
150
1
0
云数据仓库ADB Spark SQL访问OSS外表-（可选）步骤五：删除外表
100
1
0
Apache Spark Streaming 如何处理端到端一致性和时间事件的支持？
109
1
0
Maxcompute spark访问oss对象存储是否可以走ENI方式
97
1
0
DMS任务编排跨库Spark SQL节点是否支持将数据导出到OSS单个文件
60
1
0
EMR on ACK的spark组件是否支持编程访问日志服务和VPC内的Redis和MongoDB
93
1
0
Spark SQL如何实现访问E-MapReduce HBase组件
72
1
0
大数据与机器学习

开源大数据平台 E-MapReduce

阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。

我要提问

相关文章

  • 10 天挑战不可能！ 30TB 跨大洲云主机迁移！
  • 基于差分进化算法的微电网调度研究（Matlab代码实现）
  • 使用阿里云CDN与传统网站有什么区别？
  • 安装篇--CentOS 7 虚拟机安装
  • 终于！大数据分析不用再“又要快又要省钱”二选一了！Dataphin新功能太香了！

    • 热门讨论

    热门文章

  • 核桃编程是什么？
  • 想问问大家clickhouse 怎么查嵌套了多重的json数据 ？
  • NeuSoft是什么？
  • Delta Lake 表如何删除操作？
  • Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
  • EMR 有什么特性？
  • 在Databricks中，什么是克隆？
  • starrocks storage_cooldown_time 能给动态分区配置吗？
  • 阿里云E-MapReduce中starrocks 2.4的mysql外部表哪个字段类型，映射不上吗？
  • 阿里云共享块存储和NAS还有OSS的区别是什么呀
    • 展开全部
  • 现代流式计算的基石：Google DataFlow
  • 如何使用Kafka Connect实现同步RDS binlog数据
  • 基于Alluxio系统的Spark DataFrame高效存储管理技术
  • 助力云上开源生态 - 阿里云开源大数据平台的发展
  • 基于Spark Streaming 进行 MySQL Binlog 日志准实时传输
  • 开源大数据周刊-第90期
  • Apache Spark 3.0 将内置支持 GPU 调度
  • HBase写性能优化
  • csv导入HBase
  • Apache Spark + Intel Analytics Zoo 进行深度学习
    • 展开全部
    还有其他疑问?
    咨询AI助理