Spark Broadcast 广播变量

本文介绍Spark中的广播变量概念及其使用方法。广播变量允许程序将只读变量缓存在每台机器上,而不是为每个任务发送一份副本。这可以高效地让每个节点获得大型输入数据集的副本。文章还提供了一个具体的例子,演示如何配置并使用Spark的广播变量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

广播变量
A broadcast variable. Broadcast variables allow the programmer to keep a read-only variable * cached on each machine rather than shipping a copy of it with tasks. They can be used, for * example, to give every node a copy of a large input dataset in an efficient manner. Spark also * attempts to distribute broadcast variables using efficient broadcast algorithms to reduce * communication cost.

package org.apache.spark.myExamples

import org.apache.spark.sql.SparkSession

/**
  * Created by wjf on 16-8-30.
  */
object TestBroadCast {
  def main(args: Array[String]): Unit = {
    val blockSize = if(args.length >2) args(2) else "4096"
    val spark =SparkSession.builder().appName("testBroadCast").config("spark.broadcast.blockSize",blockSize).master("local").getOrCreate()

    val sc = spark.sparkContext

    val slice = if(args.length >0) args(0).toInt else 2
    val num = if(args.length >1) args(1).toInt else 10000

    val arr1=(1 to num).toArray

    for(i <- 1 to 3){
      println("Iteration " + i)
      println("--------------------------")
      val start= System.nanoTime()
      val broad = sc.broadcast(arr1)
      val numSize= sc.parallelize(1 to 10,slice).map(_ => broad.value.length)
      numSize.collect().foreach(println)

      println("Iteration %d take %.0f milliseconds".format(i,(System.nanoTime()-start)/1E6) )
    }

  }

}

运行结果

QQ截图20160830150433.png

QQ截图20160830150459.png

QQ截图20160830150508.png

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值