溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“spark與hadoop共存嗎”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“spark與hadoop共存嗎”吧！
Q1：為了加快spark shuffle 的執(zhí)行速度是否可以把spark_local_dirs 指向一塊固態(tài)硬盤上面，這樣做是否有效果。
可以把spark_local_dirs指向一塊固態(tài)硬盤上面,這樣會非常有效的提升Spark執(zhí)行速度；
同時想更快的提升Spark運行速度的話可以指定多個Shuffle輸出的目錄，讓Shuffle并行讀寫磁盤；
Q2：solidation=true只是在同一機器上進行合并對吧
solidation=true是在同一臺機器上進行合并；
當(dāng)進行合并的時候會把屬于同一個Reducer的bucket放入同一個文件，這回極大的減少Shuffler文件的數(shù)量，提升性能；
Q3：未來spark與hadoop會共存嗎
Spark和hadoop會共存， Spark+Hadoop= A winning combination；
并存的時候，Hadoop主要使用HDFS進行數(shù)據(jù)存儲，Spark負(fù)責(zé)對大數(shù)據(jù)一體化多元化的計算；
感謝各位的閱讀，以上就是“spark與hadoop共存嗎”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對spark與hadoop共存嗎這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼
