在spark-shell中進(jìn)行wordcount的流程分析

spark-shell的啟動(dòng)流程：

image.png

wordCount執(zhí)行流程

  1. val lines = sc.textFile("...") -->HadoopRDD讀取文件內(nèi)容--->MapPartionsRDD[1]
  2. val words = lines.map(_.split(" ")) -->MapPartionsRDD[2]
  3. val ones = words.map((_,1))--->MapPartionsRDD[3]
  4. val counts = ones.reduceByKey(+) -->ShuffledRDD[4]

wordcount 產(chǎn)生4個(gè)RDD，會(huì)被劃分成兩個(gè)stage：ShuffleMapStage和ResultStage

這個(gè)job會(huì)有兩個(gè)分區(qū)，所以這兩個(gè)stage會(huì)分別產(chǎn)生兩個(gè)task，每個(gè)task會(huì)被嘗試執(zhí)行多次直到執(zhí)行完畢。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容