- checkpornt 是一个job来完成的,是执行完一个job之后,新建一个新的 job 来完成的,并不像 cache ,是 job 执行过程中进行。
- checkpornt 是将数据的血统(DAG)截断,只保存了想要保存的 RDD 在HDFS 中,而 cache 的是计算血统的数据在内存中。
- 缓存的清除方式也不一样,checkpornt 到HDFS中的RDD需要手动清除,如果不手动清除,会一直存在,可以被下一个驱动程序所使用;而 cache 到内存和persist到磁盘的partition, 由 blockManager 管理。一旦 driver program 执行结束,也就是 executor 所在进程 CoarseGrainedExecutorBackend stop,blockManager 也会 stop,被 cache 到磁盘上的 RDD 也会被清空(整个 blockManager 使用的 local 文件夹被删除)。
- 自己的理解:
- checkpornt 的数据是写在 HDFS 上的,而 cache 的数据是写在 executor 所在的节点上的 内存或者磁盘 上。
Spark 中容错( checkpoint )和持久化( cache )的异同:
最新推荐文章于 2023-08-15 16:47:37 发布