spark中的几个概念File,Block,Split,Task,Partition,RDD以及节点数、Executor数、core数目的关系。
来源:互联网 发布:优酷客户端for mac 编辑:程序博客网 时间:2024/06/05 03:49
转自:https://www.zhihu.com/question/33270495/answer/93424104
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。
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。
- 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
- spark中的几个概念File,Block,Split,Task,Partition,RDD以及节点数、Executor数、core数目的关系。
- Spark中Task,Partition,RDD、节点数、Executor数、core数目的关系
- Spark中Task,Partition,RDD、节点数、Executor数、core数目的关系
- Spark中Task,Partition,RDD、节点数、Executor数、core数目的关系
- Spark中Task,Partition,RDD、节点数、Executor数、core数目的关系和Application,Driver,Job,Task,Stage理解
- spark RDD中的partition和hdfs中的block的关系
- 【Spark】worker、executor、core、stage、task、partition概念
- 【Spark】worker、executor、stage、task、partition关系
- spark中的partition和block的关系
- Spark的Master、Worker、Executor以及task等概念
- 整理spark中的job stage task几个概念以及运行案例
- spark中的partition和block的关系,分析的比较好
- 将RDD数据返回新的partition数
- Spark RDD 分区数详解
- Spark问题7之如何让节点执行指定的core数
- Storm的并行度详解 Strom Topology执行分析:worker数,Bolt实例数,executor数,task数
- spark的Driver节点和Executor节点
- 大数据:Spark Core(四)用LogQuery的例子来说明Executor是如何运算RDD的算子
- unity5.6新功能VideoPlayer播放声音,判断视频播放完毕,以及遇到的坑总结
- jsp提交表单的方法
- hdu 2087 剪花布条(kmp)
- vue生命周期和钩子函数的理解
- OpenCV2编程手册笔记之 10.3处理视频帧
- spark中的几个概念File,Block,Split,Task,Partition,RDD以及节点数、Executor数、core数目的关系。
- Vue组件间通信方式
- 新ListView多条目加载 4个(重要)
- zendframework2配置Module
- 超级台阶
- azkaban源码解读
- It怎样从基层做起
- android字体和可免费商用的字体
- 添加nginx为系统服务(service nginx start/stop/restart)