scala – 为什么将spark中的参数提取到局部变量被认为更安全?
我在本书“学习Spark:Lightning-Fast大数据分析”中看到了这个例子:
class SearchFunctions(val query: String) { // more methods here def getMatchesNoReference(rdd: RDD[String]): RDD[String] = { // Safe: extract just the field we need into a local variable val query_ = this.query rdd.map(x => x.split(query_)) } } 我的问题是 – 评论说: 为什么提取到局部变量比使用字段(定义为val)本身更安全? 解决方法
Passing Functions in Spark非常有用,可以回答你的问题.
我们的想法是,您只希望将查询传达给需要它的工作者,而不是整个对象(类). 如果你没有这样做(如果你在map()中使用了字段而不是局部变量),那么:
请注意,这也更安全,而不仅仅是更高效,因为它最大限度地减少了内存使用量. 你看,当处理真正大的数据时,你的工作将面临其内存限制,如果超过它们,它将被资源管理器(例如YARN)杀死,所以我们要确保使用尽可能少的内存可能,以确保我们的工作将成功,而不是失败! 而且,一个大的对象将导致更大的通信开销.当通信大小太大时,TCP连接可以由对等方重置,这将调用我们想要避免的不必要的开销,因为不良通信也是作业失败的原因. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |