- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我们都知道 Spark 在内存中进行计算。我只是对以下内容感到好奇。
如果我从 HDFS 在我的 pySpark shell 中创建 10 个 RDD
,这是否意味着所有这 10 个 RDD
的数据都将驻留在 Spark Workers 内存中?
如果不删除RDD
,它会永远存在内存中吗?
如果我的数据集(文件)大小超过可用 RAM 大小,数据将存储在哪里?
最佳答案
If I create 10 RDD in my pySpark shell from HDFS, does it mean all these 10 RDD data will reside on Spark Memory?
是的,所有 10 个 RDD 数据都将散布在 spark worker 机器的 RAM 中。但不一定所有机器都必须有每个RDD的分区。当然,RDD 仅在延迟评估时对其执行任何操作时才会将数据存储在内存中。
If I do not delete RDD, will it be in memory forever?
如果 RDD 或 Dataframe 不再使用,Spark 会自动取消持久化。为了知道 RDD 或 Dataframe 是否被缓存,您可以进入 Spark UI --> Storage table 并查看 Memory 详细信息。您可以使用 df.unpersist()
或 sqlContext.uncacheTable("sparktable")
从内存中删除 df
或表。 link to read more
If my dataset size exceeds available RAM size, where will data to stored?
如果 RDD 不适合内存,一些分区将不会被缓存,并且每次需要时都会重新计算。 link to read more
If we are saying RDD is already in RAM, meaning it is in memory, what is the need to persist()? --As per comment
要回答您的问题,当在 RDD 上触发任何操作并且该操作找不到内存时,它可以删除未缓存/未持久化的 RDD。
一般来说,我们持久化需要大量计算或/和混洗的 RDD(默认情况下 spark 持久化混洗 RDD 以避免昂贵的网络 I/O),所以当对持久化 RDD 执行任何操作时,它只会执行该操作,而不是根据沿袭图从头开始重新计算,check RDD persistence levels here .
关于hadoop - Spark RDD - 分区总是在 RAM 中吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40732962/
目前正在学习 Spark 的类(class)并了解到执行者的定义: Each executor will hold a chunk of the data to be processed. Thisc
阅读了有关 http://spark.apache.org/docs/0.8.0/cluster-overview.html 的一些文档后,我有一些问题想要澄清。 以 Spark 为例: JavaSp
Spark核心中的调度器与以下Spark Stack(来自Learning Spark:Lightning-Fast Big Data Analysis一书)中的Standalone Schedule
我想在 spark-submit 或 start 处设置 spark.eventLog.enabled 和 spark.eventLog.dir -all level -- 不要求在 scala/ja
我有来自 SQL Server 的数据,需要在 Apache Spark (Databricks) 中进行操作。 在 SQL Server 中,此表的三个键列使用区分大小写的 COLLATION 选项
所有这些有什么区别和用途? spark.local.ip spark.driver.host spark.driver.bind地址 spark.driver.hostname 如何将机器修复为 Sp
我有大约 10 个 Spark 作业,每个作业都会进行一些转换并将数据加载到数据库中。必须为每个作业单独打开和关闭 Spark session ,每次初始化都会耗费时间。 是否可以只创建一次 Spar
/Downloads/spark-3.0.1-bin-hadoop2.7/bin$ ./spark-shell 20/09/23 10:58:45 WARN Utils: Your hostname,
我是 Spark 的完全新手,并且刚刚开始对此进行更多探索。我选择了更长的路径,不使用任何 CDH 发行版安装 hadoop,并且我从 Apache 网站安装了 Hadoop 并自己设置配置文件以了解
TL; 博士 Spark UI 显示的内核和内存数量与我在使用 spark-submit 时要求的数量不同 更多细节: 我在独立模式下运行 Spark 1.6。 当我运行 spark-submit 时
spark-submit 上的文档说明如下: The spark-submit script in Spark’s bin directory is used to launch applicatio
关闭。这个问题是opinion-based .它目前不接受答案。 想改善这个问题吗?更新问题,以便可以通过 editing this post 用事实和引文回答问题. 6 个月前关闭。 Improve
我想了解接收器如何在 Spark Streaming 中工作。根据我的理解,将有一个接收器任务在执行器中运行,用于收集数据并保存为 RDD。当调用 start() 时,接收器开始读取。需要澄清以下内容
有没有办法在不同线程中使用相同的 spark 上下文并行运行多个 spark 作业? 我尝试使用 Vertx 3,但看起来每个作业都在排队并按顺序启动。 如何让它在相同的 spark 上下文中同时运行
我们有一个 Spark 流应用程序,这是一项长期运行的任务。事件日志指向 hdfs 位置 hdfs://spark-history,当我们开始流式传输应用程序时正在其中创建 application_X
我们正在尝试找到一种加载 Spark (2.x) ML 训练模型的方法,以便根据请求(通过 REST 接口(interface))我们可以查询它并获得预测,例如http://predictor.com
Spark newb 问题:我在 spark-sql 中进行完全相同的 Spark SQL 查询并在 spark-shell . spark-shell版本大约需要 10 秒,而 spark-sql版
我正在使用 Spark 流。根据 Spark 编程指南(参见 http://spark.apache.org/docs/latest/programming-guide.html#accumulato
我正在使用 CDH 5.2。我可以使用 spark-shell 运行命令。 如何运行包含spark命令的文件(file.spark)。 有没有办法在不使用 sbt 的情况下在 CDH 5.2 中运行/
我使用 Elasticsearch 已经有一段时间了,但使用 Cassandra 的经验很少。 现在,我有一个项目想要使用 Spark 来处理数据,但我需要决定是否应该使用 Cassandra 还是
我是一名优秀的程序员,十分优秀!