Spark RDD概念学习系列之细谈RDD的弹性（十六）

　细谈RDD的弹性

 

　　  所谓，弹性，是指在内存不够时可以与磁盘进行交换。

 

 

 

　　　弹性之一：自动的进行内存和磁盘数据存储的切换

　　   弹性之二：基于Lineage（血缘）的高效容错

　　   弹性之三：Task如果失败会自动进行特定次数的重试

　　　弹性之四：Stage如果失败会自动进行特定次数的重试，而且只会计算失败的分片

　　　弹性之五：checkpoint和persist

　　　　　　Checkpoint是比较重量级的操作，RDD操作，一般每次都会产生新的RDD，除了最后一个action操作触发作业以外。但是有时候，链条比较长或者计算比较笨重，考虑把数据放到磁盘上，这就是Checkpoint。

    　　　　  Persist是在内存或磁盘里复用。

　　   弹性之六：数据调度弹性:DAG、Task和资源管理无关

 　　  弹性之七：数据分片的高度弹性

 

本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/5887484.html，如需转载请自行联系原作者