- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
有迹象表明 Spark 中的连接是使用/基于 cogroup 函数/原语/变换来实现的。因此,让我首先关注 cogroup - 它返回一个结果,该结果是 RDD,基本上由 cogrouped RDD 的所有元素组成。换句话说,对于每个同组 RDD 中的每个键,存在来自至少一个同组 RDD 的至少一个元素。
这意味着当较小时,而且流式传输例如JavaPairDstreamRDD 不断与更大的批处理 RDD 连接,这将导致为结果(共同分组)RDD 的多个实例分配 RAM,本质上是大批 RDD 以及更多...显然,当 DStream RDD 被丢弃时,RAM 将会被返回,而且它们会定期这样做,但这似乎仍然是 RAM 消耗中不必要的峰值
我有两个问题:
有没有办法更“精确”地控制 cogroup 过程,例如告诉它只包含共同分组的 RDD 元素,其中每个给定键的共同分组 RDD 中至少有一个元素。根据当前的 cogroup API,这是不可能的
如果 cogroup 确实是一个大锤,其次连接是基于 cogroup 的,那么即使它们可以在最终用户可见的最终结果方面呈现出更漂亮的图片,但这是否意味着在幕后有仍然是同样严重的内存消耗
最佳答案
情况并没有那么糟糕。这很大程度上取决于分区的粒度。 Cogroup 将首先在磁盘中按键洗牌到不同的执行器节点。是的,对于每个键,对于两个 RDD,具有该键的所有元素的整个集合都将加载到 RAM 中并提供给您。但并非所有 key 在任何给定时间都需要位于 RAM 中,因此除非您的数据确实存在偏差,否则您不会因此受到太大影响。
关于apache-spark - Spark 中的加入和联合组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29657330/
我想对 JOIN 进行特定的排序 SELECT * FROM (lives_in as t1 NATURAL JOIN preferences p1) l1 JOIN (lives_in t2 NAT
我正在努力解决一个查询。并想知道是否有人可以提供帮助。 我有一个标签表(服务请求票)和序列号表 从我的标签中我正在这样做 Select * from tag where tag.created BET
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
我有两个表 tbl_user 和 tbl_lastchangepassword,如下所示 表 tbl_user id| name --------- 1 | user1 2 | user2 3 |
我有下一个问题 SELECT i.*, gu.* vs.* FROM common.global_users gu LEFT JOIN common.global_users_perms gup ON
我有一个电影表和一个投票表。用户为他们喜欢的电影投票。我需要显示按电影总票数降序排列的电影列表。我现在所拥有的有点作品。唯一的问题是它不显示 0 票的电影。 SELECT m.name, m.imdb
我有一个由这样的表组成的 mySql 数据库: 我如何(如果可能的话)使用 JOINS 从名称/周期表中获取结果?简单来说,它是如何工作的?我向菜鸟问题道歉。我对此很陌生。任何帮助将不胜感激。 最佳答
我需要查询单元先决条件的自引用关系。 我知道您需要使用两个联接,我是否选择我的列然后将其联接到自身? SELECT u.unit_code, u.name + ' is a prerequisi
我有两个实体,用户和友谊,它们看起来像: public class User { public int UserId { get; set; } (..
假设我有两个表: Table A ProdID | PartNumber | Data... 1 | ABC-a | "Data A" 2 | (null) |
说我有这个数据, (df <- data.frame( col1 = c('My','Your','His','Thir'), col2 = c('Cat','Dog','Fish','Dog')))
我有两个这样的数组,实际上这是从两个不同的服务器检索的 mysql 数据: $array1 = array ( 0 => array ( 'id' => 1, 'n
我的数据库中有以下表格 CREATE TABLE [author_details] ( [_id] INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL, [name
我正在努力使用一个相当简单的 sql select 语句的 join/where 子句。 我正在尝试从 tb1 中检索产品信息列表,其中 where 条件位于 tbl2 中,但这必须由三个不同的列连接
我正在寻找以下功能: Applicative f => f (f a) -> f a Hoogle给我看join : >:t join join :: Monad m => m (m a) -> m
我有两个“表”,分别是 USER 和 CONGE。在表“CONGE”中,我插入了用户的 ID。但是我不知道如何根据用户的id显示用户的休假。 我想根据id发布“Congé”。 { "conge"
我们有一个具有(简化)结构的文档,如Elasticsearch所示: { _id: ..., patientId: 4711, text: "blue" } { _id: ..., patientId
这两个sql语句有什么区别 a) 从 T1,T2 中选择 *,其中 T1.A=T2.A ; b) 从 T1,T2 中选择 *,其中 T2.A=T1.A ; 在这两种情况下我得到相同的输出,这两种语句之
我想做一个简单的连接,只是比较两个表中的 ID.. 我有我的组表,包含; 身份证 姓名 等.. 我的 GroupMap 表包含; 身份证 组号 元素编号 我的查询采用 GroupMap.ItemID
所以我有一组主要数据,如下所示: value_num code value_letter 1 CDX A 2 DEF B
我是一名优秀的程序员,十分优秀!