知识卡片
MR落盘换取恢复边界
Map输出本地持久化,使Reduce失败后可重新拉取;串行MR任务之间写入HDFS,形成可重新读取的阶段结果。它们减少某些失败下的重算范围,也增加正常执行I/O。低延迟引擎减少落盘后,必须用自己的恢复机制承担相应责任。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 交互式数据分析 · 查看原书依据
第一处是在MR任务内部发生的,Map任务结束时,需要将中间结果持久化到本地磁盘,为了增加Reduce任务的容 错性,Reduce以拉取(Pull)方式从Map端获取中间数据,这样做的好处是即使Reduce任务发生故障,也只需要从持久化数据重新拉取中间结果,再次启动Reduce任务即可,而不需要所有的Map任务重新执行,所以这是一种细粒度的容错机制。
参考来源
- 位置:《大数据日知录:架构与算法》第13章《交互式数据分析》(来源项目:book-sources;源文件:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00018.html)
- 结论依据:原文在本章对MR落盘换取恢复边界给出的定义、机制或示例支持本卡;技术产品描述限于2014年书中版本,示例与实测区分。
- 原始内容:第一处是在MR任务内部发生的,Map任务结束时,需要将中间结果持久化到本地磁盘,为了增加Reduce任务的容 错性,Reduce以拉取(Pull)方式从Map端获取中间数据,这样做的好处是即使Reduce任务发生故障,也只需要从持久化数据重新拉取中间结果,再次启动Reduce任务即可,而不需要所有的Map任务重新执行,所以这是一种细粒度的容错机制。