Broadcast彻底解析

一：Broadcast彻底解析

1，Broadcast就是将数据从一个节点发送到其他的节点上；例如Driver上有一张表，而Executor中的每个并行的Task（100万个Task）都要查询这张表，那我们通过Broadcast方式就只需要往每个Executor把这张表发送一次就行了，Executor中的每个Task查询这张唯一的表，而不是每次执行的时候都从Driver获得这张表！

2，这就好像ServletContext的具体作用，只是Broadcast是分布式的共享数据，默认情况下只要程序在运行Broadcast变量就会存在，因为Broadcast子底层是通过BroadcastManager管理的！但是你可以手动指定或者配置具体周期来销毁Broadcast变量！

3，Broadcast一般用于处理共享配置文件、通用的DataSet、常用的数据结构等等；但是不适合存放太大的数据在Broadcast，Broadcast不会内存溢出，因为其数据的保存的StoreLevel是MEMORY_AND_DISK的方式；虽然如此，我们也不可以放入太大的数据在Broadcast中，因为网络IO和可能的单点压力会非常大！

4，Broadcast变量是只读变量，最为轻松保持了数据的一致性！

5，Broadcast的使用：

* {{{
* scala> val broadcastVar = sc.broadcast(Array(1, 2, 3))
* broadcastVar: org.apache.spark.broadcast.Broadcast[Array[Int]] = Broadcast(0)
*
* scala> broadcastVar.value
* res0: Array[Int] = Array(1, 2, 3)
* }}}

6，HttpBroadcast方式的Broadcast，最开始的时候数据放在Driver的本地文件系统中，Driver在本地会创建一个文件夹来存放Broadcast中的data，然后启动HttpServer来访问文件夹中的数据，同时写入到BlockManager（StorageLevel是MEMORY_AND_DISK）中获得BlockId（BroadcastBlockId），当Executor中的Task要访问Broadcast变量的时候，会向Driver通过HttpServer来访问数据，然后会在Executor中的BlockManager中注册该Broadcast中的数据，这样后要的Task需要访问Broadcast的变量的时候会首先查询BlockManager中有没有该数据，如果有就直接使用；

7，BroadcastManager是用来管理Broadcast，该实例对象是在SparkContext创建SparkEnv的时候创建的：

// Called by SparkContext or Executor before using Broadcast
private def initialize() {synchronized {if (!initialized) {val broadcastFactoryClass =conf.get("spark.broadcast.factory", "org.apache.spark.broadcast.TorrentBroadcastFactory")broadcastFactory =Utils.classForName(broadcastFactoryClass).newInstance.asInstanceOf[BroadcastFactory] // Initialize appropriate BroadcastFactory and BroadcastObjectbroadcastFactory.initialize(isDriver, conf, securityManager)initialized = true}}
}

在实例化BlockcastManager的时候会创建BlockcastFactory工厂来构建具体实际的Brockcast类型，默认情况下是TorrentBroadcastFactory；

8，HttpBroadcast存在单点故障，和网络IO性能问题，所以默认使用TorrentBroadcast的方式，开始数据在Driver中，假设A节点用了数据，B访问的时候A节点就变成数据源，依次类推，都是数据源，当然是被BlockManger进行管理的，数据源越多，节点压力会大大降低；

9，TorrentBroadcast按照BLOCK_SIZE(默认是4MB)将Broadcast中的数据划分成为不同的Block，然后将分块信息也就是meta信息存放到Driver的 BlockManager中，同时会告诉BlockManagerMaster说明Meta信息存放完毕。

10，TorrentBroadcast存在慢启动和占内存！

Broadcast彻底解析相关推荐

Spark Broadcast内幕解密
一:Broadcast彻底解析 1,Broadcast就是将数据从一个节点发送到其他的节点上:例如Driver上有一张表,而Executor中的每个并行的Task(100万个Task)都要查询这张表, ...
《Android开发精要》读书笔记——Android应用模型
Android应用模型的设计思想取自于web2.0的Mashup概念,是基于组件的应用设计模式.在该模型下,每个应用都由一系列的组件搭建而成,组件通过应用的配置文件描述功能.Android依照组件的配 ...
Qt文档阅读笔记-Broadcast Sender Example与Broadcast Receiver Example解析
目录 Broadcast Sender Example Broadcast Receiver Example Broadcast Sender Example 调用QtNetwork API实现发出广 ...
第42课： Spark Broadcast内幕解密：Broadcast运行机制彻底解密、Broadcast源码解析、Broadcast最佳实践
第42课: Spark Broadcast内幕解密:Broadcast运行机制彻底解密.Broadcast源码解析.Broadcast最佳实践 Broadcast在机器学习.图计算.构建日常的各种算 ...
广播（broadcast）的简单解析与实例运用
1.简单介绍单播:数据包发送只有一个接收方广播:数据包发送给局域网中的所有主机组播(多播):数据包发送给局域网中的部分主机注:只有用户数据报(使用UDP协议)套接字才能广播,一个套接字只能进行 ...
【Android】Android Broadcast源码解析
Android Broadcast源码解析一.静态广播的注册静态广播是通过PackageManagerService在启动的时候扫描已安装的应用去注册的. 在PackageManagerServi ...
Qt文档阅读笔记-Broadcast Sender Example解析
此例子展示了使用Qt Network API发送广播包程序结构如下: 代码如下: sender.h #ifndef SENDER_H #define SENDER_H#include <QWi ...
Qt文档阅读笔记-Broadcast Receiver Example解析
这篇博文的例子是说明如何在局域网上搭建广播包接收端. 这里使用了Qt Network API,搭建本地广播包接收端. 结构如下: 代码如下: receiver.h #ifndef RECEIVER_H ...
Vue.js解析(十一)【说说element组件库broadcast与dispatch】
周所周知,Vue在2.0版本中去除了broadcast方法以及broadcast方法以及dispatch方法,最近在学习饿了么的Element时重新实现了这两种方法,并以minix的方式引入. 看一下 ...

Broadcast彻底解析

Broadcast彻底解析相关推荐

最新文章

热门文章