|NO.Z.00037|——————————|BigDataEnd|——|Hadoop&Spark.V11|------------------------------------------|Spa

本文主要是介绍|NO.Z.00037|——————————|BigDataEnd|——|Hadoop&Spark.V11|------------------------------------------|Spa，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

---

[BigDataHadoop：Hadoop&Spark.V11]                                        [BigDataHadoop.Spark内存级快速计算引擎][|章节三|Hadoop|spark|sparkcore：RDD编程高阶&spark原理初探&shuffle原理|]

---

---

一、Shuffle原理

### --- shuffle原理

~~~     Shuffle的本意是洗牌，目的是为了把牌弄乱。
~~~     Spark、Hadoop中的shuffle可不是为了把数据弄乱，
~~~     而是为了将随机排列的数据转换成具有一定规则的数据。
~~~     Shuffle是MapReduce计算框架中的一个特殊的阶段，介于Map 和 Reduce 之间。
~~~     当Map的输出结果要被Reduce使用时，输出结果需要按key排列，
~~~     并且分发到Reducer上去，这个过程就是shuffle。
~~~     shuffle涉及到了本地磁盘（非hdfs）的读写和网络的传输，
~~~     大多数Spark作业的性能主要就是消耗在了shuffle环节。
~~~     因此shuffle性能的高低直接影响到了整个程序的运行效率

### --- 在Spark Shuffle的实现上，经历了Hash、Sort、Tungsten-Sort（堆外内存）三阶段：

~~~     Spark 0.8及以前 Hash Based Shuffle
~~~     Spark 0.8.1 为Hash Based Shuffle引入File Consolidation机制
~~~     Spark 0.9 引入ExternalAppendOnlyMap
~~~     Spark 1.1 引入Sort Based Shuffle，但默认仍为Hash Based Shuffle
~~~     Spark 1.2 默认的Shuffle方式改为Sort Based Shuffle
~~~     Spark 1.4 引入Tungsten-Sort Based Shuffle
~~~     Spark 1.6 Tungsten-sort并入Sort Based Shuffle
~~~     Spark 2.0 Hash Based Shuffle退出历史舞台

### --- 简单的说：

~~~     Spark 1.1 以前是Hash Shuffle
~~~     Spark 1.1 引入了Sort Shuffle
~~~     Spark 1.6 将Tungsten-sort并入Sort Shuffle
~~~     Spark 2.0 Hash Shuffle退出历史舞台

二、shuffle原理三、Hash Base Shuffle

### --- Hash Base Shuffle V1

~~~     每个Shuffle Map Task需要为每个下游的Task创建一个单独的文件
~~~     Shuffle过程中会生成海量的小文件。同时打开过多文件、低效的随机IO

### --- Hash Base Shuffle V2

~~~     Hash Base Shuffle V2 核心思想：
~~~     允许不同的task复用同一批磁盘文件，有效将多个task的磁盘文件进行一定程度上的合并，
~~~     从而大幅度减少磁盘文件的数量，进而提升shuffle write的性能。
~~~     一定程度上解决了Hash V1中的问题，但不彻底。
~~~     Hash Shuffle 规避了排序，提高了性能；
~~~     总的来说在Hash Shuffle过程中生成海量的小文件（Hash Base Shuffle V2
~~~     生成海量小文件的问题得到了一定程度的缓解）。

### --- Sort Base Shuffle

~~~     Sort Base Shuffle大大减少了shuffle过程中产生的文件数，提高Shuffle的效率；
~~~     Spark Shuffle 与 Hadoop Shuffle 从目的、意义、功能上看是类似的，实现（细节）上有区别。

---

===============================END===============================

---

Walter Savage Landor:strove with none,for none was worth my strife.Nature I loved and, next to Nature, Art:I warm'd both hands before the fire of life.It sinks, and I am ready to depart                                                                                                                                                   ——W.S.Landor

---

来自为知笔记(Wiz)

这篇关于|NO.Z.00037|——————————|BigDataEnd|——|Hadoop&Spark.V11|------------------------------------------|Spa的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！