Spark 作业的输出可以用作另一个 Spark 作业的输入吗?

Posted

技术标签:

【中文标题】Spark 作业的输出可以用作另一个 Spark 作业的输入吗?【英文标题】:Can output of Spark job used as input for another Spark job? 【发布时间】:2015-10-02 01:41:47 【问题描述】:

我想将一个 Spark 作业的输出用作其他 Spark 作业的输入数据。有可能吗?

【问题讨论】:

How to share Spark RDD between 2 Spark contexts?的可能重复 【参考方案1】:

是的。只要输出存储在某个地方。

【讨论】:

【参考方案2】:

这两个工作有什么区别?您可以在作业#2 中重新使用作业#1 中的RDD,或者(如前所述)您需要将其存储在某处并在作业#2 开始时从那里读取它。

【讨论】:

以上是关于Spark 作业的输出可以用作另一个 Spark 作业的输入吗?的主要内容,如果未能解决你的问题,请参考以下文章

对 SparkSQL 中数组列的每个元素执行 UDF(需要另一个 spark 作业)

如何暂停 Spark 集群上的作业以及如何恢复它?

Apache Spark:从IDE远程运行作业时的无限循环

显示 Spark 结构化流作业消耗的事件数

浅谈Spark算子

Spark Sql 作业优化