RDD的依赖关系和Stage的分类
在Spark中,每一个RDD
是对于数据集在某一状态下的表现形式,而这个状态有可能是从前一状态转换而来的,因此换句话说这一个RDD
有可能与之前的RDD(s)
有依赖关系。根据依赖关系的不同,可以将RDD
分成两种不同的类型:Narrow Dependency
和Wide Dependency
。
Narrow Dependency
指的是child RDD
只依赖于parent RDD(s)
固定数量的partition。Wide Dependency
指的是child RDD
的每一个partition都依赖于parent RDD(s)
所有partition。
http://jerryshao.me/architecture/2013/04/21/Spark%E6%BA%90%E7%A0%81%E5%88%86%E6%9E%90%E4%B9%8B-scheduler%E6%A8%A1%E5%9D%97/
时间: 2024-10-12 04:18:14