Spark一些基础原理——Cache

lv0

cache是Spark程序设计中比较重要的一环,是对RDD的中间结算结果进行持久化,截断RDD的血统,这种持久化一般是多副本形式存在的。在Task发生调用RDD的compute计算时,其通过iterator进行计算,它会识别是否有缓存数据可以调用,如果没有则通过RDD继续计算;如果有则BlockManager从Local或者Remote获取数据,没获取到再检查checkpoint中的数据,有则获取,没有则进行计算。缓存有两种方式,一种在硬盘中缓存,另一种在内存中缓存。
其中内存缓存空间不足时会清理部分空间放入新的缓存。被清理的数据由BlockManager drop到磁盘上,赋予blockID进行调取,但这种方式得到的数据不一定完整。所以数据丢失后一般会重新进行计算。

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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