从high-level的角度来看hadoop和spark的shuffle有什么差异？
从high-level的角度来看hadoop和spark的shuffle有什么差异？
展开
收起
1
条回答
写回答
写回答
-
从high-level的角度来看，两者并没有大的差别。都是将mapper(Spark中是ShuffleMapTask)的输出进行partition，不同的partition送到不同的reducer(Spark里的reducer可能是下一个stage的ShuffleMapTask，也可能是ResultTask)。Reducer以内存做缓冲区，边shuffle边aggregate数据，等数据aggregate好之后再进行reduce()(Spark里可能是后续的一系列操作)
2021-12-06 01:05:41赞同 展开评论 打赏
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
