ApacheSpark中的requiredChildDistribution和outputPartitioning有什么区别?
创始人
2024-09-06 12:31:08
0

requiredChildDistribution和outputPartitioning都是Spark中的重要概念,但在功能和用法上有所区别。

requiredChildDistribution用于指定子节点之间的数据分布方式,用法如下:

case class MyOperator(
  left: SparkPlan,
  right: SparkPlan,
  **requiredChildDistribution: Seq[Distribution]**
) extends BinaryNode {

  override def output: Seq[Attribute] = left.output ++ right.output

  override def leftChild: SparkPlan = left

  override def rightChild: SparkPlan = right

  override def requiredChildDistribution: Seq[Distribution] = Seq(UnspecifiedDistribution, UnspecifiedDistribution)

  override def doExecute(): RDD[InternalRow] = {
    ...
  }
}

其中,requiredChildDistribution是一个Seq类型的参数,表示子节点之间的数据分布方式,默认值为UnspecifiedDistribution。若想指定子节点之间的数据分布方式,也可以使用其他的分布方式,例如:

case class MyOperator(
  left: SparkPlan,
  right: SparkPlan,
  **requiredChildDistribution: Seq[Distribution]**
) extends BinaryNode {

  override def output: Seq[Attribute] = left.output ++ right.output

  override def leftChild: SparkPlan = left

  override def rightChild: SparkPlan = right

  override def requiredChildDistribution: Seq[Distribution] = Seq(ClusteredDistribution(Seq("key")), ClusteredDistribution(Seq("key")))

  override def doExecute(): RDD[InternalRow] = {
    ...
  }
}

outputPartitioning用于指定输出RDD的分区方式,用法如下:

case class MyOperator(
  child: SparkPlan,
  **outputPartitioning: Partitioning**
) extends UnaryNode {

  override def output: Seq[Attribute] = child.output

  override def child: SparkPlan = child

  override def outputPartitioning: Partitioning = HashPartitioning(Seq("key"), 10)

  override def doExecute(): RDD[InternalRow] = {
    ...
  }
}

其中,outputPartitioning是一个Partitioning类型的参数,表示输出

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...