1
条回答
写回答
写回答
-
然是 reduceBykey 比较快，在到 reduce 端之前会对要传输的结果进行一个本地的 merge，这样到达 reduce端的数据就会大幅度的减少，而 groupbykey 会对每一个过来的 RDD 进行一个序列化，并且这个过程是发生在 reduce 端进行执行的，所以会造成一旦数据量过大的时候会造成内存溢出等麻烦，所以建议还是尽量少用比较好
2020-02-14 20:24:37赞同 展开评论 打赏
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
问答排行榜
最热
最新
推荐问答
