- 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
我了解到 Apache Spark 在内存中存储数据。但是,Apache Spark 旨在分析大量数据(也称为大数据分析)。在这种情况下,内存数据存储的真正含义是什么?它可以存储的数据是否受可用 RAM 的限制?它的数据存储与使用HDFS的Apache Hadoop相比如何?
最佳答案
在 Hadoop 中,数据在步骤之间持久保存到磁盘,因此典型的多步骤作业最终看起来像这样:
hdfs -> read & map -> persist -> read & reduce -> hdfs -> read & map -> persist -> read and reduce -> hdfs
这是一个绝妙的设计,当您批量处理非常适合 map-reduce 模式的文件时,使用它非常有意义。但对于某些工作负载,这可能会非常慢——迭代算法尤其会受到负面影响。您已经花时间创建了一些数据结构(例如图表),而您在每个步骤中想要做的就是更新分数。将整个图表保存到磁盘或从磁盘读取整个图表会减慢您的工作速度。
Spark 使用支持循环数据流的更通用的引擎,并将尝试在作业步骤之间将内容保存在内存中。这意味着,如果您可以创建一个数据结构和分区策略,您的数据不会在作业的每个步骤之间来回移动,您就可以有效地更新它,而无需在步骤之间序列化并将所有内容写入磁盘。这就是为什么 Spark 在他们的首页上有一张图表显示逻辑回归加速 100 倍的原因。
如果您编写的 Spark 作业仅计算数据集中每个输入行的值,并将其写回磁盘,则 Hadoop 和 Spark 在性能方面将非常相等(Spark 的启动时间更快) ,但当我们花费数小时一步处理数据时,这并不重要)。
如果 Spark 无法在步骤之间将 RDD 保存在内存中,它会将其溢出到磁盘,就像 Hadoop 所做的那样。但请记住,Spark 不是 Elixir ,在某些极端情况下,您将不得不与 Spark 的内存特性作斗争,这会导致 OutOfMemory 问题,而 Hadoop 只会将所有内容写入磁盘。
我个人喜欢这样想:在您的 500 台 64GB 机器集群中,创建 Hadoop 是为了通过分配磁盘读写来更快地高效批处理您的 500TB 作业。 Spark 利用了这样一个事实,即 500*64GB=32TB 的内存可能可以完全在内存中解决您的许多其他问题!
关于hadoop - 在 Apache Spark 的上下文中,内存数据存储意味着什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25334598/
初学者 android 问题。好的,我已经成功写入文件。例如。 //获取文件名 String filename = getResources().getString(R.string.filename
我已经将相同的图像保存到/data/data/mypackage/img/中,现在我想显示这个全屏,我曾尝试使用 ACTION_VIEW 来显示 android 标准程序,但它不是从/data/dat
我正在使用Xcode 9,Swift 4。 我正在尝试使用以下代码从URL在ImageView中显示图像: func getImageFromUrl(sourceUrl: String) -> UII
我的 Ubuntu 安装 genymotion 有问题。主要是我无法调试我的数据库,因为通过 eclipse 中的 DBMS 和 shell 中的 adb 我无法查看/data/文件夹的内容。没有显示
我正在尝试用 PHP 发布一些 JSON 数据。但是出了点问题。 这是我的 html -- {% for x in sets %}
我观察到两种方法的结果不同。为什么是这样?我知道 lm 上发生了什么,但无法弄清楚 tslm 上发生了什么。 > library(forecast) > set.seed(2) > tts lm(t
我不确定为什么会这样!我有一个由 spring data elasticsearch 和 spring data jpa 使用的类,但是当我尝试运行我的应用程序时出现错误。 Error creatin
在 this vega 图表,如果我下载并转换 flare-dependencies.json使用以下 jq 到 csv命令, jq -r '(map(keys) | add | unique) as
我正在提交一个项目,我必须在其中创建一个带有表的 mysql 数据库。一切都在我这边进行,所以我只想检查如何将我所有的压缩文件发送给使用不同计算机的人。基本上,我如何为另一台计算机创建我的数据库文件,
我有一个应用程序可以将文本文件写入内部存储。我想仔细看看我的电脑。 我运行了 Toast.makeText 来显示路径,它说:/数据/数据/我的包 但是当我转到 Android Studio 的 An
我喜欢使用 Genymotion 模拟器以如此出色的速度加载 Android。它有非常好的速度,但仍然有一些不稳定的性能。 如何从 Eclipse 中的文件资源管理器访问 Genymotion 模拟器
我需要更改 Silverlight 中文本框的格式。数据通过 MVVM 绑定(bind)。 例如,有一个 int 属性,我将 1 添加到 setter 中的值并调用 OnPropertyChanged
我想向 Youtube Data API 提出请求,但我不需要访问任何用户信息。我只想浏览公共(public)视频并根据搜索词显示视频。 我可以在未经授权的情况下这样做吗? 最佳答案 YouTube
我已经设置了一个 Twilio 应用程序,我想向人们发送更新,但我不想回复单个文本。我只是想让他们在有问题时打电话。我一切正常,但我想在发送文本时显示传入文本,以确保我不会错过任何问题。我正在使用 p
我有一个带有表单的网站(目前它是纯 HTML,但我们正在切换到 JQuery)。流程是这样的: 接受用户的输入 --- 5 个整数 通过 REST 调用网络服务 在服务器端运行一些计算...并生成一个
假设我们有一个名为 configuration.js 的文件,当我们查看内部时,我们会看到: 'use strict'; var profile = { "project": "%Projec
这部分是对 Previous Question 的扩展我的: 我现在可以从我的 CI Controller 成功返回 JSON 数据,它返回: {"results":[{"id":"1","Sourc
有什么有效的方法可以删除 ios 中 CBL 的所有文档存储?我对此有疑问,或者,如果有人知道如何从本质上使该应用程序像刚刚安装一样,那也会非常有帮助。我们正在努力确保我们的注销实际上将应用程序设置为
我有一个 Rails 应用程序,它与其他 Rails 应用程序通信以进行数据插入。我使用 jQuery $.post 方法进行数据插入。对于插入,我的其他 Rails 应用程序显示 200 OK。但在
我正在为服务于发布请求的 API 调用运行单元测试。我正在传递请求正文,并且必须将响应作为帐户数据返回。但我只收到断言错误 注意:数据是从 Azure 中获取的 spec.js const accou
我是一名优秀的程序员,十分优秀!