Spark中的数据存储

Spark中的数据存储主要由BlockManager、ShuffleManager、DiskStore、MemoryStore等组件组成,当然还涉及到具体的主从节点之间的元数据信息交换。

BlockManager在存储数据的时候主要通过putBytes、putIterator等方法实现,前者是写入字节数组,后者是写入迭代器内容(此时循环迭代器依次写入)。写入的时候根据StorageLevel先决定是否写入MemoryStore,如果不成功再决定是否写入DiskStore。读取过程相反。

DiskBlockManager处理逻辑Block和物理File之间的关系,从BlockId到物理File的映射关系等。

BlockManager通过Slave和Master的节点概念,在Master统一维护汇总Block元数据。

BlockManager也同时管理Shuffle数据的存储和Broadcast数据的存储。

Spark的存储管理主要是这三章内容组成,Shuffle、BlockManager等概念。

转载于:https://my.oschina.net/u/778683/blog/2998922

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