溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“tungsten-sort有哪些優點”，在日常操作中，相信很多人在tungsten-sort有哪些優點問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”tungsten-sort有哪些優點”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
spark實現了多種shuffle方法，通過 spark.shuffle.manager來確定。暫時總共有三種：hash shuffle、sort shuffle和tungsten-sort shuffle，從1.2.0開始默認為sort shuffle。
spark在1.4以后可以通過（spark.shuffle.manager = tungsten-sort）開啟Tungsten-sort shuffle。如果Tungsten-sort 發現自己無法處理，則會自動使用 Sort Based Shuffle進行處理。Tungsten-sort優化點主要有：
直接在serialized binary data上操作，不需要反序列化，使用unsafe內存copy函數直接copy數據。
提供cache-efficient sorter ShuffleExternalSorter 排序壓縮記錄指針和partition ids,使用一個8bytes的指針，把排序轉化成了一個指針數組的排序。
spilling的時候不需要反序列化和序列化
spill的merge過程也無需反序列化即可完成，但需要shuffle.unsafe.fastMergeEnabled的支持
當且僅當下面條件都滿足時，才會使用新的Shuffle方式：
Shuffle dependency 不能帶有aggregation 或者輸出需要排序
Shuffle 的序列化器需要是 KryoSerializer 或者 Spark SQL's 自定義的一些序列化方式.* > Shuffle 文件的數量不能大于 16777216
序列化時，單條記錄不能大于 128 MB
##優點 很多性能的優化
##缺點
不可以在mapper端排序
不穩定
沒有提供off-heap排序緩存
到此，關于“tungsten-sort有哪些優點”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
