文档摘要

3.1 MapReduce 执行模型：Shuffle 全过程 本节摘要：物理计划的最小执行单元是 Map 与 Reduce 任务，两者之间隔着整个大数据体系里最贵的一段路——Shuffle。本节从 Map 端环形缓冲区出发，走完溢写、分区、排序、归并、HTTP 拷贝、Reduce 归并的全过程，再把 GroupBy 与 Join 两种典型算子放到这套骨架上，说明它们为什么必须付这段网络税。 会员。《3.1 MapReduce执行模型：Shuffle全过程》收录于灏天文库文集《Hive数据仓库实战教程》，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/152-hive%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93%E5%AE%9E%E6%88%98%E6%95%99%E7%A8%8B

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