返回主题:Spark内核执行机制

知识卡片

普通读书笔记卡 · 2275.as.6.j.14.a

转换定义与动作执行区分

理解等级:中级

Transformation描述由一个分布式数据集得到另一个数据集的计算关系,Action触发对结果的实际求值或输出。区分两者,才能理解为何定义多步转换不立即产生最终数据。动作不都等于写磁盘,也可能返回计数或收集结果。

这张卡片看不懂?

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

    • 大数据技术中台 11.1.2 Spark技术框架 · 查看原书依据

      所有Transfer函数的另外一个重要特征就是,它们在处理RDD数据时都不会立即执行,而是延迟到下一个Action再执行。这样的执行效果就是,当所有一系列操作都定义好以后,一次性执行完成,然后立即写磁盘。这样在执行过程中就减少了等待时间,进而减少了对内存的占用时间。

    参考来源

    - 位置:《架构真意企业级应用架构设计方法论与实践》第11章《大数据技术中台》“11.1.2 Spark技术框架”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/架构真意企业级应用架构设计方法论与实践/_epub-src/EPUB/xhtml/chapter144.xhtml)。 - 结论依据:原文的具体说明支撑这一概括:Transformation描述由一个分布式数据集得到另一个数据集的计算关系,Action触发对结果的实际求值或输出。其余范围限定用于避免超出书内证据。 - 原始内容:所有Transfer函数的另外一个重要特征就是,它们在处理RDD数据时都不会立即执行,而是延迟到下一个Action再执行。这样的执行效果就是,当所有一系列操作都定义好以后,一次性执行完成,然后立即写磁盘。这样在执行过程中就减少了等待时间,进而减少了对内存的占用时间。