为什么 hadoop 的 shuffle 阶段需要对数据进行排序?

问答 七里芬芳 ⋅ 于 2019-03-12 10:34:15 ⋅ 最后回复由 青牛 2019-03-12 16:28:25 ⋅ 2016 阅读

hadoop的shuffle阶段排序的作用是什么呢?
在spark中的shuffle是不需要进行排序的,同样地在hadoop中不进行排序也能对数据进行分组,如果在业务上不需要排序,那么是否可以去掉hadoop中的排序呢?

成为第一个点赞的人吧 :bowtie:
回复数量: 1
  • 青牛 国内首批大数据从业者,就职于金山,担任大数据团队核心研发工程师
    2019-03-12 16:28:25

    不用全局排序的时候自然不需要排序 但是具体场景中很少能避免全局排序 所以框架设计的思路是提高shuffle的性能 而不是去掉shuffle

暂无评论~~
  • 请注意单词拼写,以及中英文排版,参考此页
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
  • 支持表情,可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
  • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif,教程
  • 发布框支持本地存储功能,会在内容变更时保存,「提交」按钮点击时清空
Ctrl+Enter