RDDs的特性
来源:互联网 发布:连接网络的软件 编辑:程序博客网 时间:2024/06/14 02:13
RDDs的特性
血统关系图
Spark维护这RDDs之间的依赖关系和创建关系,叫做血统关系图
spark使用血统关系图计算每个RDD的需求和恢复丢失的数据
代表着RDD是怎么获得的,而且又做了什么操作
作用:丢失时可以找回
延迟计算:
spark对RDDs的计算是他们第一次使用action操作的时候
处理大数据时非常有用,可以减少数据的传输
spark内部记录metadata表明transformation操作已经被响应了
加载数据也是延迟计算,数据只有在必要时,才被加载进去
RDD.persist() 持久化
默认每次在RDDs上进行action操作时,spark都会重新计算RDDs
如果想重复利用一个RDD,可以使用RDD.persist()
unpersist()方法从缓存中移出
RDD.persist()
缓存级别,
memory only,空间占用高,cpu低
disk only,空间低,CPU高
memory-disk,内存放不下时候,往硬盘里放,空间高,CPU中
memory-disk-ser内存中放不下,往硬盘放,内存中数据是序列化的,空间低,CPU高
阅读全文
0 0
- RDDs的特性
- RDDs 特性
- RDDs
- DataFrames与RDDs的相互转换
- spark 对 RDDs的基础操作 整理
- spark 不支持 嵌入RDDs or 用户定义的函数 that refer to other RDDs 【未完待续】
- 实现 RDDs 与 DataFrames的互操作(一)
- RDDs Action
- KeyValues RDDs
- Spark RDDs(弹性分布式数据集):为内存中的集群计算设计的容错抽象
- Spark RDDs(弹性分布式数据集):为内存中的集群计算设计的容错抽象
- Spark RDDs(弹性分布式数据集):为内存中的集群计算设计的容错抽象
- Spark RDDs(弹性分布式数据集):为内存中的集群计算设计的容错抽象
- Spark RDDs(弹性分布式数据集):为内存中的集群计算设计的容错抽象
- Spark, Shark, and RDDs
- 从RDDs到Spark
- RDDs基本操作
- RDDs, DataFrames, and Datasets
- Linux第二章练习
- [练习][SCOI2005][bzoj1085]搜索优化(A*) 骑士精神
- java常用集合List、Set和Map的区别及适用场景
- hadoop进程secondarynamenode用命令kill -9干掉后发生的事
- matlab layout
- RDDs的特性
- 关于Ubuntu中Could not get lock /var/lib/dpkg/lock解决方案
- C/C++常用头文件汇总
- kivy 中 .kv 文件的使用
- PullToRefreshGridView
- Struts 2中<s:include>标签的用法
- 实习记录2 fs初看
- 网络连接的判断及网络类型的判断
- 【bzoj3450】Tyvj1952 Easy 期望dp