[轉(zhuǎn)載]Spark的Shuffle機(jī)制

MapReduce中的Shuffle

在MapReduce框架中,shuffle是連接Map和Reduce之間的橋梁跷跪,Map的輸出要用到Reduce中必須經(jīng)過(guò)shuffle這個(gè)環(huán)節(jié),shuffle的性能高低直接影響了整個(gè)程序的性能和吞吐量晚凿。

Shuffle是MapReduce框架中的一個(gè)特定的phase牧抵,介于Map phase和Reduce phase之間,當(dāng)Map的輸出結(jié)果要被Reduce使用時(shí)猬错,輸出結(jié)果需要按key哈希,并且分發(fā)到每一個(gè)Reducer上去茸歧,這個(gè)過(guò)程就是shuffle倦炒。由于shuffle涉及到了磁盤的讀寫和網(wǎng)絡(luò)的傳輸,因此shuffle性能的高低直接影響到了整個(gè)程序的運(yùn)行效率软瞎。

下圖描述了MapReduce算法的整個(gè)流程逢唤,其中shuffle phase是介于Map phase和Reduce phase之間:


在Hadoop, 在mapper端每次當(dāng)memory buffer中的數(shù)據(jù)快滿的時(shí)候, 先將memory中的數(shù)據(jù), 按partition進(jìn)行劃分, 然后各自存成小文件, 這樣當(dāng)buffer不斷的spill的時(shí)候, 就會(huì)產(chǎn)生大量的小文件。

所以Hadoop后面直到reduce之前做的所有的事情其實(shí)就是不斷的merge, 基于文件的多路并歸排序,在map端的將相同partition的merge到一起, 在reduce端, 把從mapper端copy來(lái)的數(shù)據(jù)文件進(jìn)行merge, 以用于最終的reduce

多路歸并排序, 達(dá)到兩個(gè)目的涤浇。

merge, 把相同key的value都放到一個(gè)arraylist里面鳖藕;sort, 最終的結(jié)果是按key排序的。

這個(gè)方案擴(kuò)展性很好, 面對(duì)大數(shù)據(jù)也沒(méi)有問(wèn)題, 當(dāng)然問(wèn)題在效率, 畢竟需要多次進(jìn)行基于文件的多路歸并排序,多輪的和磁盤進(jìn)行數(shù)據(jù)讀寫只锭。


Spark的Shuffle機(jī)制

Spark中的Shuffle是把一組無(wú)規(guī)則的數(shù)據(jù)盡量轉(zhuǎn)換成一組具有一定規(guī)則的數(shù)據(jù)著恩。

Spark計(jì)算模型是在分布式的環(huán)境下計(jì)算的,這就不可能在單進(jìn)程空間中容納所有的計(jì)算數(shù)據(jù)來(lái)進(jìn)行計(jì)算,這樣數(shù)據(jù)就按照Key進(jìn)行分區(qū)喉誊,分配成一塊一塊的小分區(qū)邀摆,打散分布在集群的各個(gè)進(jìn)程的內(nèi)存空間中,并不是所有計(jì)算算子都滿足于按照一種方式分區(qū)進(jìn)行計(jì)算伍茄。

當(dāng)需要對(duì)數(shù)據(jù)進(jìn)行排序存儲(chǔ)時(shí)栋盹,就有了重新按照一定的規(guī)則對(duì)數(shù)據(jù)重新分區(qū)的必要,Shuffle就是包裹在各種需要重分區(qū)的算子之下的一個(gè)對(duì)數(shù)據(jù)進(jìn)行重新組合的過(guò)程敷矫。在邏輯上還可以這樣理解:由于重新分區(qū)需要知道分區(qū)規(guī)則贞盯,而分區(qū)規(guī)則按照數(shù)據(jù)的Key通過(guò)映射函數(shù)(Hash或者Range等)進(jìn)行劃分,由數(shù)據(jù)確定出Key的過(guò)程就是Map過(guò)程沪饺,同時(shí)Map過(guò)程也可以做數(shù)據(jù)處理躏敢,例如,在Join算法中有一個(gè)很經(jīng)典的算法叫Map Side Join整葡,就是確定數(shù)據(jù)該放到哪個(gè)分區(qū)的邏輯定義階段件余。Shuffle將數(shù)據(jù)進(jìn)行收集分配到指定Reduce分區(qū),Reduce階段根據(jù)函數(shù)對(duì)相應(yīng)的分區(qū)做Reduce所需的函數(shù)處理遭居。

文/JasonDing(簡(jiǎn)書作者)

原文鏈接:http://www.reibang.com/p/60bab35bc01e

著作權(quán)歸作者所有啼器,轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán),并標(biāo)注“簡(jiǎn)書作者”俱萍。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末端壳,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子枪蘑,更是在濱河造成了極大的恐慌损谦,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,544評(píng)論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件岳颇,死亡現(xiàn)場(chǎng)離奇詭異照捡,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)话侧,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,430評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門栗精,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人瞻鹏,你說(shuō)我怎么就攤上這事悲立。” “怎么了新博?”我有些...
    開封第一講書人閱讀 162,764評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵薪夕,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我叭披,道長(zhǎng)寥殖,這世上最難降的妖魔是什么玩讳? 我笑而不...
    開封第一講書人閱讀 58,193評(píng)論 1 292
  • 正文 為了忘掉前任涩蜘,我火速辦了婚禮嚼贡,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘同诫。我一直安慰自己粤策,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,216評(píng)論 6 388
  • 文/花漫 我一把揭開白布误窖。 她就那樣靜靜地躺著叮盘,像睡著了一般。 火紅的嫁衣襯著肌膚如雪霹俺。 梳的紋絲不亂的頭發(fā)上柔吼,一...
    開封第一講書人閱讀 51,182評(píng)論 1 299
  • 那天,我揣著相機(jī)與錄音丙唧,去河邊找鬼愈魏。 笑死,一個(gè)胖子當(dāng)著我的面吹牛想际,可吹牛的內(nèi)容都是我干的培漏。 我是一名探鬼主播,決...
    沈念sama閱讀 40,063評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼胡本,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼牌柄!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起侧甫,我...
    開封第一講書人閱讀 38,917評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤珊佣,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后披粟,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體彩扔,經(jīng)...
    沈念sama閱讀 45,329評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,543評(píng)論 2 332
  • 正文 我和宋清朗相戀三年僻爽,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了虫碉。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,722評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡胸梆,死狀恐怖敦捧,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情碰镜,我是刑警寧澤兢卵,帶...
    沈念sama閱讀 35,425評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站绪颖,受9級(jí)特大地震影響秽荤,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,019評(píng)論 3 326
  • 文/蒙蒙 一窃款、第九天 我趴在偏房一處隱蔽的房頂上張望课兄。 院中可真熱鬧,春花似錦晨继、人聲如沸烟阐。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,671評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)蜒茄。三九已至,卻和暖如春餐屎,著一層夾襖步出監(jiān)牢的瞬間檀葛,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,825評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工腹缩, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留屿聋,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,729評(píng)論 2 368
  • 正文 我出身青樓庆聘,卻偏偏與公主長(zhǎng)得像胜臊,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子伙判,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,614評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容