备案控制台
探索云世界
开发者社区> 问答> 正文

简单说一下hadoop和spark的shuffle过程

简单说一下hadoop和spark的shuffle过程

展开
收起
茶什i 2019-10-29 14:28:50 1096 0
1 条回答
写回答
取消 提交回答
  • 珍宝珠

    hadoop：map端保存分片数据，通过网络收集到reduce端
    spark：spark的shuffle是在DAGSchedular划分Stage的时候产生的，TaskSchedule要分发Stage到各个worker的executor，减少shuffle可以提高性能

    2019-10-30 15:31:18
    赞同 展开评论 打赏
问答分类：
分布式计算 Hadoop Spark
问答标签：
apache spark Hadoop hadoop spark apache spark shuffle hadoop shuffle apache spark过程
问答地址：
开发者社区 > 大数据 > 问答

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。

相关问答
Flink CDC有信创要求的，能用hadoop flink spark 这些开源组件吗？
148
3
0
你觉得Hadoop和Spark的技术优缺点以及适用场景都有哪些？
663
1
0
大数据系统（Hadoop/Spark）特点是什么？
537
1
0
spark 执行RDD操作的过程要注意什么吗？
2313
1
0
Storm&Spark中Hadoop包括什么呢？
646
1
0
企业级应用系统体系架构中的Hadoop，Strom和Spark之间有什么关系吗？
701
1
0
Spark相比于Hadoop的优势有哪些呢？
709
1
0
Hadoop和Spark在适合的数据处理场景方面有什么不同？
529
1
0
Hadoop和Spark在执行机制方面有什么不同呢？
469
1
0
Hadoop和Spark在处理单元方面有什么不同呢？
417
1
0
问答排行榜
最热
最新
1 通过阿里云代备案系统进行个人快速备案 2699493
2 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家 德哥 1818148
3 据说在家办公的程序员是这样写代码的？ 1792066
4 阿里云开放端口权限 689766
5 《阿里云服务器从入门到精通》—论坛精华帖汇总（2013.8.21更新） 599342
6 如何升级配置 536009
7 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522279
8 【精品问答】python技术1000问(1) 513931
9 Flink Forward Asia 2021 有奖问答 512757
10 Linux Bash严重漏洞修复紧急通知（已全部给出最终修复方案） 456880
11 工信部官网：www.miitbeian.gov.cn打不开解决办法 399439
12 OceanBase 使用动画（持续更新） 359216
13 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329675
14 OSS存储服务-客户端工具 321205
15 为体验实验室取一个新名字。 307144
16 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 303623
17 Win Server 2003-2016 加密勒索事件必打补丁合集 295083
18 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 283417
19 安全组详解，新手必看教程 277219
20 写code还是做管理，开发者如何进行职业规划？ 268206
1 在做程序员的道路上，你掌握了什么关键的概念或技术让你感到自身技能有了显著飞跃？ 821
2 作为一个经典架构模式，事件驱动在云时代为什么会再次流行呢？ 642
3 宜搭：提交表单前，如何校验另一张表单的数据？ 132
4 如何看待首个 AI 程序员入职科技公司？ 1568
5 未启用对服务器的访问 462
6 在图像处理应用场景下，Serverless架构的优势体现在哪些方面？ 1378
7 如何处理线程死循环？ 1822
8 宜搭自定义页面，这个是怎么配置的 144
9 Idea 2024.1RC 报错提示 129
10 如何写出更优雅的并行程序？ 1581
11 你认为一个优秀的技术PM应该具备什么样的能力？ 2005
12 宜搭页面复制问题 317
13 宜搭审批节点调用连接器给表单组件赋值 111
14 宜搭在自定义页面保存数据新建表单后如何返回新建表单formInstId值 103
15 Nacos配置了鉴权 登录接口返回caused:这个有谁清楚吗？ 109
16 从哪个版本开始nacos分成了两个端口？8848和9848 107
17 钉钉宜搭中要如何实现每日定时自动获取表单1中符合条件的实例数量总和，并赋值给表单2中的某个组件 299
18 宜搭官方的视频板块，图片上是怎么加文字样式的。 152
19 宜搭官方的这种页面是怎么实现的。 199
20 宜搭自定义页面，如何搭建这种效果？ 117

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）第三阶段
    92
    25
    去学习
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第五阶段
    125
    32
    去学习
  • 大数据Hadoop快速入门
    3740
    18
    去学习
  • Hadoop快速入门
    2815
    39
    去学习
  • Hadoop企业优化及扩展案例
    350
    7
    去学习
  • 大数据实时计算框架Spark快速入门
    778
    93
    去学习
    • 推荐问答
    乘风问答官招募中！机械键盘免费拿

    相关文章

  • Hadoop的NameNode的监控与副本管理
  • 使用 Java 实现分布式计算和存储
  • 使用 Java 进行大数据处理和分析
  • 《区块链公链数据分析简易速速上手小册》第5章：高级数据分析技术（2024 最新版）（下）
  • 如何本地搭建开源分布式任务调度系统DolphinScheduler并远程访问

    • 相关电子书

    更多
    • 《构建Hadoop生态批流一体的实时数仓》 立即下载
    零基础实现hadoop 迁移 MaxCompute 之 数据 立即下载
    CIO 指南:如何在SAP软件架构中使用Hadoop 立即下载

    相关实验场景

    更多
  • 搭建Hadoop环境
    11792
    1.0小时
    去实验