Spark shuffle 机制

标签：bsp   技术   image   blog   nbsp   数据   pen   依赖   tag   

从 RDD间的依赖关系说起，依赖分为宽依赖和窄依赖。

所谓窄依赖就是说子RDD中的每个分区（partition）只依赖于父RDD中固定的partition。在API中解释如下：

而宽依赖指的是子RDD的每一个partition都依赖于父 RDD中的所有partition(未必所有父RDD中的partition都提供数据，但是依赖关系一定)。API 定义如下：

class ShuffleDependency[K: ClassTag, V: ClassTag, C: ClassTag]

Spark shuffle 机制

标签：bsp   技术   image   blog   nbsp   数据   pen   依赖   tag   

原文地址：http://www.cnblogs.com/jiang-Xin/p/5999803.html