今天朋友抛出一个很有意思的结论:
shuffle 不一定产生宽依赖,但是宽依赖一定是由 shuffle 产生的。
我想了好久,有没有这种情况,在极端情况下,就算使用了 shuffle 算子,父子 rdd 的 partition 依然是一对一的关系,这样实际就没有形成宽依赖虽然使用了 shuffle 算子。 熟悉 spark 的大佬,谁对这一块比较熟,给我详细阐述下这二者的关系,十分感谢!
今天朋友抛出一个很有意思的结论:
shuffle 不一定产生宽依赖,但是宽依赖一定是由 shuffle 产生的。
我想了好久,有没有这种情况,在极端情况下,就算使用了 shuffle 算子,父子 rdd 的 partition 依然是一对一的关系,这样实际就没有形成宽依赖虽然使用了 shuffle 算子。 熟悉 spark 的大佬,谁对这一块比较熟,给我详细阐述下这二者的关系,十分感谢!
shuffle 不一定产生宽依赖 谈谈我的理解shuffle是指广义上的数据移动 父rdd与子rdd 如果这个移动是一对多 那肯定是宽依赖了,如果不是一对多就不是宽依赖了