spark为什么比MapReduce速度快

比mapreduce在内存中快100倍, 比mapreduce在磁盘中快10倍

重要原因:

1)mapreduce中间结果数据只能够保存在磁盘,spark可以保存在内存中。
比如说一个任务有2个job,在mapreduce中会存在shuffle,同样spark里面也会存在shuffle

      * 它们的shuffle产生的数据都会落地到磁盘

    * mapreduce中前面的job运行完成后,当前该job的结果只能保存在磁盘,后面的job需要依赖于前面job的结果,这个时候只能进行大量的磁盘io操作

(2)mapreduce里面如果有大量的任务(Map任务和Reduce任务),比如说此时一共有1000个任务,每一个任务都是以进程的方式运行在yarn中。在spark中同样也有1000个任务,每一个任务都是以线程方式运行在spark集群中,开启一个进程跟开启一个线程代价和时间都是不一样的。进程的开启需要的资源远远大于线程。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值