spark比mapreduce快的原因

superhanliu

于 2021-12-30 16:54:41 发布

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

分类专栏：大数据文章标签： spark mr big data

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/superhanliu/article/details/122240976

大数据专栏收录该内容

9 篇文章

订阅专栏

本文探讨了Spark如何通过DAG图减少shuffle和I/O操作，利用内存加速窄依赖任务，并对比其与MapReduce内存管理策略，强调了Spark对内存的高效利用和任务启动时内存预申请的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、spark基于有向无环图DAG生成执行计划，他属于1个改进版的MapReduce，降低了很多不必要的shuffle次数，减少了节点之间的数据交换和磁盘IO，中间无需落盘。针对反复使用的数据可以进行内存cache提高加载使用效率

2、spark基于内存，窄依赖任务的数据都在内存中进行交换

3、spark任务启动时会把需要的内存一次性申请到位才真正运行，而mr是更细的粒度，每个子任务真正运行时才申请内存如果申请不到会等待，也会造成延时

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。