Spark将Hadoop（主要是指MapReduce）的性能提升了一个量级，主要的得益于那两个方面？
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。
这主要得益于两个方面：第一个是Spark计算过程中生成的中间数据不再落盘，没有了Spill的阶段。第二个是引入DAG对任务进行拆解，一个完整的Job被分成多个Stage，每个Stage里面又有多个Task，通过一张有向无环图，使得没有依赖关系的Task可以并行运行。
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。
评论
全部评论 (0)