Spark中的Spark Shuffle詳解

Shuffle簡介算法 Shuffle描述着數據從map task輸出到reduce task輸入的這段過程。shuffle是鏈接Map和Reduce之間的橋樑，Map的輸出要用到Reduce中必須通過shuffle這個環節，shuffle的性能高低直接影響了整個程序的性能和吞吐量。由於在分佈式狀況下，reduce task須要跨節點去拉取其它節點上的map task結果。這一過程將會產生網絡資源

>>阅读原文<<