知识卡片
并行查询须管理数据交换
MPP节点各用本地内存,经网络协作。Gather把多节点结果收至一点,Broadcast把一侧数据发给所有计算节点,Redistribute按键重新分配以便本地连接或分组。汇总节点可能成为瓶颈;重分布能分散计算,但增加网络成本。连接A.x=B.y时应对A.x与B.y使用兼容分区,原文写成B.x不能直接照用。
可联系[[连接策略决定数据搬运]]理解条件与边界。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
重新分布(Redistribute,N:N):类似MapReduce中的shuffle过程,每个计算节点将目标数据重新哈希后分散到所有其他节点。
参考来源
- 位置:《大规模分布式存储系统:原理解析与架构实战》第13章《大数据》(来源项目book-sources;extracted/大规模分布式存储系统:原理解析与架构实战/_epub-src/OEBPS/Text/Section0001_split_003.xhtml;src-077)。
- 结论依据:原文的对应定义、执行流程或比较支撑“MPP节点各用本地内存,经网络协作。”;额外边界是基于该机制的解释,不将历史实现推广为当前产品保证。
- 原始内容:重新分布(Redistribute,N:N):类似MapReduce中的shuffle过程,每个计算节点将目标数据重新哈希后分散到所有其他节点。