IT虾米网

RDDs的特性

sanshao 2022年06月19日 大数据 219 0

一 RDDs的血统关系图

Spark维护着RDDs之间的依赖关系和创建关系,叫做血统关系图。

Spark使用血统关系图来计算每个RDD的需求和恢复丢失的数据。

二 延迟计算(Lazy Evaluation)

Spark对RDDs的计算是,他们第一次使用action操作的时候

这种方式在处理大数据的时候特别有用,可以减少数据的传输

Spark内部记录metadata表名transformations操作已经被响应了

加载数据也是延迟计算,数据只有在必要的时候,才会被加载进去。

三 RDD.persist()

默认每次在RDDs上面进行action操作时,Spark都重新计算RDDs

如果想重复利用一个RDD,可以使用RDD.persist()

unpersist()方法从缓存中移除

评论关闭
IT虾米网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!

kafka集群搭建