partition的形成过程
来源:互联网 发布:百度 知乎 编辑:程序博客网 时间:2024/04/29 04:32
作者:王燚光
链接:http://www.zhihu.com/question/33270495/answer/93424104
来源:知乎
梳理一下Spark中关于并发度涉及的几个概念File,Block,Split,Task,Partition,RDD以及节点数、Executor数、core数目的关系。
输入可能以多个文件的形式存储在HDFS上,每个File都包含了很多块,称为Block。
当Spark读取这些文件作为输入时,会根据具体数据格式对应的InputFormat进行解析,一般是将若干个Block合并成一个输入分片,称为InputSplit,注意InputSplit不能跨越文件。
随后将为这些输入分片生成具体的Task。InputSplit与Task是一一对应的关系。
随后这些具体的Task每个都会被分配到集群上的某个节点的某个Executor去执行。
当Spark读取这些文件作为输入时,会根据具体数据格式对应的InputFormat进行解析,一般是将若干个Block合并成一个输入分片,称为InputSplit,注意InputSplit不能跨越文件。
随后将为这些输入分片生成具体的Task。InputSplit与Task是一一对应的关系。
随后这些具体的Task每个都会被分配到集群上的某个节点的某个Executor去执行。
- 每个节点可以起一个或多个Executor。
- 每个Executor由若干core组成,每个Executor的每个core一次只能执行一个Task。
- 每个Task执行的结果就是生成了目标RDD的一个partiton。
注意: 这里的core是虚拟的core而不是机器的物理CPU核,可以理解为就是Executor的一个工作线程。
而 Task被执行的并发度 = Executor数目 * 每个Executor核数。
至于partition的数目:
- 对于数据读入阶段,例如sc.textFile,输入文件被划分为多少InputSplit就会需要多少初始Task。
- 在Map阶段partition数目保持不变。
- 在Reduce阶段,RDD的聚合会触发shuffle操作,聚合后的RDD的partition数目跟具体操作有关,例如repartition操作会聚合成指定分区数,还有一些算子是可配置的。
阅读全文
0 0
- partition的形成过程
- 形成刺猬理念的过程
- 道氏理论的形成过程
- 大型分布式网站的形成过程
- SimpleApp例子中网络的形成过程
- SimpleApp例子中网络的形成过程
- 某数据系统的形成过程
- C语言可执行文件形成的过程
- Lambda 表达式的简介及形成过程
- [LeetCode] Partition Equal Subset Sum划分数组形成两个和相等的子集
- C++程序形成过程
- 交换机MAC地址表的形成过程动态演示
- 关于新课程中知识的形成过程问题。
- IPTV支持TS流的方案形成过程
- 【zigbee通信】 SimpleApp例子中网络的形成过程
- 用鸡讲解技术债务的形成过程
- 用鸡讲解技术债务的形成过程
- 用鸡讲解技术债务的形成过程
- XML document from ServletContext resource .xml
- Google 官方应用架构的最佳实践指南
- js时间戳||php时间戳
- c++作业6
- 【Netty4.X】Netty源码分析之NioEventLoopGroup(五)
- partition的形成过程
- [iOS KVO监控view的frame变化]
- app.get is not a function解决方案
- 搭建Hadoop并在集群中运行
- 初探Kotlin
- 占据坏物理内存
- iOS开发——UI组件(个人整理)
- 单例模式
- Q&A——物理性能