【互动问答分享】第17期决胜云计算大数据时代Spark亚太研究院公益大讲堂

“决胜云计算大数据时代”Spark亚太研究院100期公益大讲堂
【第17期互动问答分享】
Q1：为了加快spark shuffle 的执行速度是否可以把spark_local_dirs 指向一块固态硬盘上面，这样做是否有效果。可以把spark_local_dirs指向一块固态硬盘上面,这样会非常有效的提升Spark执行速度；
同时想更快的提升Spark运行速度的话可以指定多个Shuffle输出的目录，让Shuffle并行读写磁盘；

Q2：solidation=true只是在同一机器上进行合并对吧
solidation=true是在同一台机器上进行合并；
当进行合并的时候会把属于同一个Reducer的bucket放入同一个文件，这回极大的减少Shuffler文件的数量，提升性能；

Q3：未来spark与hadoop会共存吗Spark和hadoop会共存，
Spark+Hadoop= A winning combination；
并存的时候，Hadoop主要使用HDFS进行数据存储，Spark负责对大数据一体化多元化的计算；

本文出自 “Spark亚太研究院” 博客，请务必保留此出处http://rockyspark.blog.51cto.com/2229525/1565214