Spark 查找rdd血缘关系(toDebugString)及其依赖(dependencies)

dependencies
dependencies可以查看此 RDD 依赖的上一个 RDD 的类型

    val rdd1 = sc.parallelize(List(1,2,3,4,5,6,7,8,9))
    println("rdd1的依赖:" + rdd1.dependencies)

    var rdd2 = rdd1.map(x=>(x,1))
    println("rdd2的依赖:" + rdd2.dependencies)

    var rdd3 = rdd2.reduceByKey(_+_)
    println("rdd3的依赖:" + rdd3.dependencies)

    var rdd4 = rdd3.groupByKey()
    println("rdd4的依赖:" + rdd4.dependencies)

结果

rdd1的依赖:List()
rdd2的依赖:List(org.apache.spark.OneToOneDependency@60e949e1)
rdd3的依赖:List(org.apache.spark.ShuffleDependency@57ce634f)
rdd4的依赖:List(org.apache.spark.OneToOneDependency@6f3f0fae)

toDebugString
可以看到此 RDD的血缘关系

    val rdd1 = sc.parallelize(List(1,2,3,4,5,6,7,8,9))
    println("rdd1的血缘关系:" + rdd1.toDebugString)
    println("--------------------------------华丽的分割线--------------------------------")

    var rdd2 = rdd1.map(x=>(x,1))
    println("rdd2的血缘关系:" + rdd2.toDebugString)
    println("--------------------------------华丽的分割线--------------------------------")

    var rdd3 = rdd2.reduceByKey(_+_)
    println("rdd3的血缘关系:" + rdd3.toDebugString)
    println("--------------------------------华丽的分割线--------------------------------")

    var rdd4 = rdd3.groupByKey()
    println("rdd4的血缘关系:" + rdd4.toDebugString)

结果

rdd1的血缘关系:(1) ParallelCollectionRDD[0] at parallelize at CheckPoint.scala:14 []
--------------------------------华丽的分割线--------------------------------
             
rdd2的血缘关系:(1) MapPartitionsRDD[1] at map at CheckPoint.scala:19 []
 |  ParallelCollectionRDD[0] at parallelize at CheckPoint.scala:14 []
--------------------------------华丽的分割线--------------------------------
             
rdd3的血缘关系:(1) ShuffledRDD[2] at reduceByKey at CheckPoint.scala:24 []
 +-(1) MapPartitionsRDD[1] at map at CheckPoint.scala:19 []
    |  ParallelCollectionRDD[0] at parallelize at CheckPoint.scala:14 []
--------------------------------华丽的分割线--------------------------------
             
rdd4的血缘关系:(1) MapPartitionsRDD[3] at groupByKey at CheckPoint.scala:29 []
 |  ShuffledRDD[2] at reduceByKey at CheckPoint.scala:24 []
 +-(1) MapPartitionsRDD[1] at map at CheckPoint.scala:19 []
    |  ParallelCollectionRDD[0] at parallelize at CheckPoint.scala:14 []

在这里插入图片描述
红色的部分表示在这个RDD 发生了 Shuffle

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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