文档摘要

第1章 执行引擎初印象 本章要回答的三个问题：①同样是分布式计算，Spark 为什么敢把中间结果放进内存？②RDD 到底是数据结构还是执行计划？③一行算子代码从敲下到 Executor 执行，中间经历了哪几站？ 为什么会有这一章 MapReduce 时代排障，工程师最熟悉的画面是：作业跑完六小时，磁盘上堆着几百 GB 中间文件，下一步计算又把这批文件读回来。磁盘来回搬数据不是计算，是搬运。 会员。《第1章 执行引擎初印象》收录于灏天文库文集《Spark大数据分析与处理实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/178-spark%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%A4%84%E7%90%86%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流