为什么spark选择在洗牌阶段通过网络发送数据，而不是在hdfs上写入某个位置？

ie3xauqp 于 2021-05-29 发布在 Hadoop

关注(0)|答案(1)|浏览(323)

据我所知，spark试图通过网络将数据发送到另一个节点的内存缓冲区，如果数据不适合内存，则会溢出到磁盘，为什么spark不能从任何节点都可以读取的位置写入hdfs？

hadoop apache-spark cloudera bigdata

来源：https://stackoverflow.com/questions/32706091/why-spark-choses-to-send-data-over-the-network-in-shuffle-phase-instead-of-writi

1条答案

按热度按时间

将其写入磁盘的传输速度要慢得多。除此之外，还可以保证在感兴趣的节点之间同步磁盘访问会产生开销。

赞(0）回复(0）举报 2021-05-30

相关问题

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

xxl-job 安全组扫描到执行器端口服务存在信息泄露漏洞
回答(1) 发布于 23天前
xxl-job 不能和nacos兼容？
回答(3) 发布于 23天前
xxl-job 任务执行完后无法结束，日志一直转圈
回答(3) 发布于 23天前
xxl-job-admin页面上查看调度日志样式问题
回答(1) 发布于 23天前
xxl-job 参数512字符限制能否去掉
回答(1) 发布于 23天前