AI 助理
备案控制台
开发者社区 大数据 文章 正文

Spark Driver和Executor数据传递使用问题

2023-12-29 86
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。
简介： Spark Driver和Executor数据传递使用问题

1.首先需要理解下Driver 和Executor的概念

Spark的driver理解和executor理解_driver stacktrace_三 丰的博客-CSDN博客

2.累加器

Spark共享变量(广播变量、累加器)_spark广播变量_SunnyRivers的博客-CSDN博客

3.广播变量

200MB以下才建议broadcast，太大的数据建议：两个DataFrame/rdd可以直接关联

Spark共享变量(广播变量、累加器)_spark广播变量_SunnyRivers的博客-CSDN博客

可以参考：

src/main/java/com/vince/xq/HdfsToRedis.java · 诸葛子房/spark-redis - Gitee.com

4.Executor端数据拉到Driver端

使用collect


文章标签：
分布式计算
Spark
Java
关键词：
apache spark数据
apache spark driver
apache spark executor
apache spark driver executor
诸葛子房
目录
相关文章
武子康
|
2月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
武子康
56 3
wljslmz
|
4月前
|
分布式计算 监控 大数据
什么是 Spark Driver，它的职责是什么？
【8月更文挑战第14天】
wljslmz
293 5
wljslmz
|
4月前
|
存储 分布式计算 Java
解释 Spark 与数据序列化格式的互操作性
【8月更文挑战第13天】
wljslmz
79 4
wljslmz
|
4月前
|
分布式计算 监控 大数据
如何处理 Spark 中的倾斜数据？
【8月更文挑战第13天】
wljslmz
261 4
wljslmz
|
4月前
|
存储 缓存 分布式计算
如何在 Spark 中持久保存数据，有哪些不同的存储级别可用？
【8月更文挑战第13天】
wljslmz
217 4
wljslmz
|
4月前
|
SQL 存储 分布式计算
如何使用 Spark SQL 从 DataFrame 查询数据？
【8月更文挑战第13天】
wljslmz
147 4
呆呆宝
|
4月前
|
分布式计算 Apache 数据安全/隐私保护
流计算引擎数据问题之在 Spark Structured Streaming 中水印计算和使用如何解决
流计算引擎数据问题之在 Spark Structured Streaming 中水印计算和使用如何解决
呆呆宝
61 1
三分钟热度的鱼
|
5月前
|
分布式计算 数据处理 流计算
实时计算 Flink版产品使用问题之使用Spark ThriftServer查询同步到Hudi的数据时，如何实时查看数据变化
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架，广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器，提供了一套全面的解决方案，以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点，使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
三分钟热度的鱼
55 1
冲冲冲c
|
6月前
|
弹性计算 分布式计算 DataWorks
DataWorks产品使用合集之spark任务如何跨空间取表数据
DataWorks作为一站式的数据开发与治理平台，提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案，帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述，涵盖数据处理的各个环节。
冲冲冲c
47 1
三分钟热度的鱼
|
6月前
|
SQL 分布式计算 HIVE
实时计算 Flink版产品使用问题之同步到Hudi的数据是否可以被Hive或Spark直接读取
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架，广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器，提供了一套全面的解决方案，以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点，使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
三分钟热度的鱼
280 3

热门文章

最新文章

  • 1
    Spark本地环境搭建（local模式）
  • 2
    Spark Master启动源码分析
  • 3
    Spark-spark streaming
  • 4
    Spark PruneDependency 依赖关系 RangePartitioner
  • 5
    spark1.4加载mysql数据 创建Dataframe及join操作连接方法问题
  • 6
    Spark为什么只有在调用action时才会触发任务执行呢（附算子优化和使用示例）？
  • 7
    利用闪存优化在Cosco基础上的Spark Shuffle
  • 8
    10月17日Spark社区直播【Tablestore Spark Streaming Connector -- 海量结构化数据的实时计算和处理】
  • 9
    Spark Shell入门教程（上）
  • 10
    Spark Stage切分 源码剖析——DAGScheduler
  • 1
    【赵渝强老师】Spark中的RDD
    43
  • 2
    【赵渝强老师】Spark Streaming中的DStream
    48
  • 3
    【赵渝强老师】Spark SQL的数据模型：DataFrame
    47
  • 4
    【赵渝强老师】Spark生态圈组件
    68
  • 5
    Spark Standalone与YARN的区别？
    72
  • 6
    如何优化Spark中的shuffle操作？
    89
  • 7
    数据湖技术：Hadoop与Spark在大数据处理中的协同作用
    115
  • 8
    ClickHouse与大数据生态集成：Spark & Flink 实战
    142
  • 9
    数据湖技术：Hadoop与Spark在大数据处理中的协同作用
    84
  • 10
    阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
    82

    • 相关课程

    更多
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第一阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第四阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第五阶段
  • 大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第七阶段
  • 大数据实时计算框架Spark快速入门

    • 相关电子书

    更多
  • Hybrid Cloud and Apache Spark
  • Scalable Deep Learning on Spark
  • Comparison of Spark SQL with Hive
    • 下一篇
    手把手教你白嫖阿里云服务器(免费领服务器)