当Executor端使用到Driver端的变量时,该变量就会产生副本随着task放到Executor中,一个task对应着一个变量副本,如果使用这个变量的task有1000个,则就会产生1000个副本。
广播变量:将Executor端使用到的Driver端的变量生成一个副本,放到Executor端的BlockManager。有几个Executor使用到对用的变量,就有几个副本
无论该Executor中有多少个使用该变量的task,只需要有一个变量副本集合。
因为是多个task共享,因此广播出来的变量副本不能被修改
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setMaster("local").setAppName("test")
val sc = new SparkContext(conf)
sc.setLogLevel("ERROR")
val list = List[String]("zhangsan","lisi")
val bcValue: Broadcast[List[String]] = sc.broadcast(list)
val listRdd = sc.parallelize(List[String]("zhangsan","lisi","wangwu","zhaoliu","maqi"),2)
list.filter(one=>{
val value = bcValue.value
value.contains(one)
}).foreach(println)
}