首页 > 代码库 > 【互动问答分享】第17期决胜云计算大数据时代Spark亚太研究院公益大讲堂

【互动问答分享】第17期决胜云计算大数据时代Spark亚太研究院公益大讲堂

 

“决胜云计算大数据时代”

Spark亚太研究院100期公益大讲堂 【第17期互动问答分享】

 

Q1:为了加快spark shuffle 的执行速度是否可以把spark_local_dirs 指向一块固态硬盘上面,这样做是否有效果。

  • 可以把spark_local_dirs指向一块固态硬盘上面,这样会非常有效的提升Spark执行速度;

  • 同时想更快的提升Spark运行速度的话可以指定多个Shuffle输出的目录,让Shuffle并行读写磁盘;


Q2:solidation=true只是在同一机器上进行合并对吧

  • solidation=true是在同一台机器上进行合并;

  • 当进行合并的时候会把属于同一个Reducer的bucket放入同一个文件,这回极大的减少Shuffler文件的数量,提升性能;


Q3:未来spark与hadoop会共存吗

  • Spark和hadoop会共存, Spark+Hadoop= A winning  combination;

  • 并存的时候,Hadoop主要使用HDFS进行数据存储,Spark负责对大数据一体化多元化的计算;  


本文出自 “Spark亚太研究院” 博客,请务必保留此出处http://rockyspark.blog.51cto.com/2229525/1565214

【互动问答分享】第17期决胜云计算大数据时代Spark亚太研究院公益大讲堂