RDD用法与实例（十一）Spark中master、worker、executor和driver的关系，通过broadcast形成共享和直接生成全局变量的区别

最新推荐文章于 2023-02-17 20:48:16 发布

VIP文章水母君98

最新推荐文章于 2023-02-17 20:48:16 发布

阅读量399

点赞数

分类专栏：大数据基础文章标签： spark broadcast 大数据

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_37754282/article/details/108847141

版权

Spark中master、worker、executor和driver的关系

master是大哥，worker是工人小弟们。master大哥有一个副手老二叫driver，手上管着一批货物executor（memory cpu等资源），老二会问大哥咋分给小弟们呢，大哥说哎，就这么分，张三比较菜（worker）搬两箱（executor），李四能者多劳（worker）搬五箱（executor）。

但是重点不是搬货物完了就行，货箱里的材料还需要不断返工和沟通来完成成品制作。就需要小弟们不断沟通，不断请示大哥。

假设这次做工，是做衣服。需要有织布、印染、打版、裁剪等等工序。而大家

最低0.47元/天解锁文章

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
RDD用法与实例（十一）Spark中master、worker、executor和driver的关系，通过broadcast形成共享和直接生成全局变量的区别

Spark中master、worker、executor和driver的关系参考来源1master是大哥，worker是工人小弟们。master大哥有一个副手老二叫driver，手上管着一批货物executor（memory cpu等资源），老二会问大哥咋分给小弟们呢，大哥说哎，就这么分，张三比较菜（worker）搬两箱（executor），李四能者多劳（worker）搬五箱（executor）。但是重点不是搬货物完了就行，货箱里的材料还需要不断返工和沟通来完成成品制作。就需要小弟们不断沟通，不断请示
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。