RDD的依赖关系

Posted 天之涯0204

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了RDD的依赖关系相关的知识,希望对你有一定的参考价值。

RDD的依赖关系

子RDD和它依赖的父RDD(s)的关系有两种不同的类型,窄依赖(narrow dependency)和宽依赖(wide dependency)。

窄依赖

指的是每一个父RDD的Partition最多被子RDD的一个Partition使用

宽依赖

指的是多个子RDD的Partition会依赖同一个父RDD的Partition,一般就是通过宽依赖划分Stage

Lineage

RDD只支持粗粒度转换,即在大量记录上执行的单个操作。将创建RDD的一系列Lineage(即血统)记录下来,以便恢复丢失的分区。RDD的Lineage会记录RDD的元数据信息和转换行为,当该RDD的部分分区数据丢失时,它可以根据这些信息来重新运算和恢复丢失的数据分区。

以上是关于RDD的依赖关系的主要内容,如果未能解决你的问题,请参考以下文章

Spark DAG 依赖关系 Stage

RDD算子RDD依赖关系

Spark IMF传奇行动第22课:RDD的依赖关系彻底解密

spark 源码分析之一 -- RDD的四种依赖关系

sparkRDD:第4节 RDD的依赖关系;第5节 RDD的缓存机制;第6节 DAG的生成

RDD的分区依赖关系机制