AI 助理
备案控制台
开发者社区> 问答> 正文

Sort-based shuffle的缺陷是什么?

Sort-based shuffle的缺陷是什么?

展开
收起
芯在这 2021-12-06 00:49:35 258 0
1 条回答
写回答
取消 提交回答
  • 真的很搞笑

    如果mapper中task的数量过大，依旧会产生很多小文件，此时在shuffle传递数据的过程中reducer段，reduce会需要同时大量的记录进行反序列化，导致大量的内存消耗和GC的巨大负担，造成系统缓慢甚至崩溃。

    如果需要在分片内也进行排序，此时需要进行mapper段和reducer段的两次排序。

    2021-12-06 00:49:54
    赞同 展开评论 打赏
问答地址：
开发者社区 > 云计算 > 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
查询优化所结合的Cost-Based 方法，是指什么？
360
1
0
为什么设计loc和ilco来实现label-based和integer-based indexing
409
1
0
reduce side join + BloomFilter是什么？
300
1
0
spark中为什么要使用map-side预聚合的shuffle操作？
475
1
0
不需要排序的hash shuffle一定比需要排序的sort shuffle速度快吗？
375
1
0
reduce和fold的不同点具体是什么啊？
685
1
0
combine出现在哪个过程？
415
1
0
Transformations 算子中的mapPartitions的作用是什么？
502
1
0
从low-level的角度来看hadoop和spark的shuffle有什么差异？
379
1
0
从high-level的角度来看hadoop和spark的shuffle有什么差异？
438
1
0
问答排行榜
最热
最新
1 【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 1818970
2 据说在家办公的程序员是这样写代码的？ 1793086
3 阿里云开放端口权限 690245
4 如何升级配置 536278
5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522817
6 【精品问答】python技术1000问(1) 514118
7 Flink Forward Asia 2021 有奖问答 512896
8 OceanBase 使用动画（持续更新） 359369
9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329800
10 OSS存储服务-客户端工具 321547
11 为体验实验室取一个新名字。 307469
12 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 304073
13 Win Server 2003-2016 加密勒索事件必打补丁合集 295322
14 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 284178
15 安全组详解，新手必看教程 277339
16 写code还是做管理，开发者如何进行职业规划？ 269110
17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255878
18 阿里云手机和阿云浏览器连接问题专帖 235686
19 支付宝H5 下载的时候，提示 【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 226625
20 请问阿里云邮箱如何开启SMTP服务啊！ 225849
1 “云+AI”能够孵化出多少可能？ 369
2 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 278
3 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 848
4 AI时代，存力or算力哪一个更关键？ 951
5 求宜搭关联表单的更新方法！！！ 162
6 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1061
7 老哥们有个需求想请教一下，十分感谢 153
8 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 158
9 关于开发者的100件小事，你知道哪些？ 1111
10 AI助力，短剧迎来创新热潮？ 736
11 "ModelScope默认的下载位置是在哪里？ 299
12 1024程序员节，开发者们都在参与社区的哪些活动？ 2413
13 关于文本框校验自定义函数的问题 409
14 执行docker search nginx 报错超时 306
15 百问求答第四期-回答问题即有机会拿冬季取暖器 1111
16 宜搭-集成&自动化，怎么实现定时自动获取普通表单里的所有数据，并更新该表单里的某列数据？ 296
17 有没有大佬知道：宜搭的流程表单里如何通过js面板给成员组件赋值？ 365
18 百问求答第四期-回答问题即有机会拿冬季取暖器 799
19 域名内网可以正常访问，外网访问不了 460
20 普通人能用阿里云做什么？ 278
推荐问答
乘风问答官招募中！机械键盘免费拿

相关电子书

更多
    • SPARK ML WITH HIGH DIMENSIONAL 立即下载
    Spark ML with High Dimensional Labels 立即下载
    Streaming Outlier Analysis for Fun and Scalability 立即下载