[Spark內核] 第38課：BlockManager架構原理、運行流程圖和源碼解密
本課主題 BlockManager 運行實例 BlockManager 原理流程圖 BlockManager 源碼解析 引言 BlockManager 是管理整個Spark運行時的數據讀寫的，當然也包含數據存儲本身，在這個基礎之上進行讀寫操作，由於 Spark ...
原文：Spark源碼分析 – BlockManager
參考, Spark源碼分析之 Storage模塊 對於storage, 為何Spark需要storage模塊 為了cache RDD Spark的特點就是可以將RDD cache在memory或disk中，RDD是由partitions組成的，對應於block 所以storage模塊，就是要實現RDD在memory和disk上的persistent功能 首先每個節點都有一個BlockManager ...
2014-01-10 11:19 2 4455 推薦指數：
相關推薦
Spark源碼分析 – Checkpoint
CP的步驟 1. 首先如果RDD需要CP, 調用RDD.checkpoint()來mark 注釋說了, 這個需要在Job被執行前被mark, 原因后面看, 並且最好選擇persist這個RDD, ...
Spark源碼分析 – SparkContext
Spark源碼分析之-scheduler模塊 這位寫的非常好, 讓我對Spark的源碼分析, 變的輕松了許多 這里自己再梳理一遍 先看一個簡單的spark操作, 1. SparkContext 這是Spark的入口, 任何需要使用Spark的地方都需要先創建 ...
Spark源碼分析 – Shuffle
參考詳細探究Spark的shuffle實現, 寫的很清楚, 當前設計的來龍去脈 Hadoop Hadoop的思路是, 在mapper端每次當memory buffer中的數據快滿的時候, 先將memory中的數據, 按partition進行划分, 然后各自存成小文件, 這樣當buffer ...
Spark源碼分析之Spark Shell（上）
終於開始看Spark源碼了，先從最常用的spark-shell腳本開始吧。不要覺得一個啟動腳本有什么東東，其實里面還是有很多知識點的。另外，從啟動腳本入手，是尋找代碼入口最簡單的方法，很多開源框架，其實都可以通過這種方式來尋找源碼入口。 先來介紹一下Spark-shell是什么 ...
Spark 源碼分析 -- RDD
關於RDD, 詳細可以參考Spark的論文, 下面看下源碼 A Resilient Distributed Dataset (RDD), the basic abstraction in Spark. Represents an immutable, partitioned collection ...
Spark源碼分析 – SparkEnv
SparkEnv在兩個地方會被創建, 由於SparkEnv中包含了很多重要的模塊, 比如BlockManager, 所以SparkEnv很重要 Driver端, 在SparkContext初始化的時候, SparkEnv會被創建 Executor端, 在executor初始化 ...
Spark源碼分析 – DAGScheduler
DAGScheduler的架構其實非常簡單, 1. eventQueue, 所有需要DAGScheduler處理的事情都需要往eventQueue中發送event 2. eventLoop Thr ...