知识卡片
内存DAG提速
Shark复用Hive前端,改写优化器、物理计划及执行引擎,把计算映射到Spark的RDD操作。内存列簇缓存可减少读盘,通用DAG也减少受MR固定阶段约束的成本。收益取决于工作集、运算和资源,不能把“内存”当任意查询都快的充分条件。
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
在物理规划阶段,Shark将逻辑计划转换为RDD上的操作符运算,除了Spark提供的操作运算符外,Shark还新增了广播Join(Broadcast Join)等操作符。
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:原文在本章对内存DAG提速给出的定义、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:在物理规划阶段,Shark将逻辑计划转换为RDD上的操作符运算,除了Spark提供的操作运算符外,Shark还新增了广播Join(Broadcast Join)等操作符。