这篇文章给大家介绍怎么理解spark的计算器与广播变量，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
成都创新互联主要业务有网站营销策划、网站设计、
网站制作、微信公众号开发、
小程序定制开发、
H5技术、程序开发等业务。一次合作终身朋友，是我们奉行的宗旨；我们不仅仅把客户当客户，还把客户视为我们的合作伙伴，在开展业务的过程中，公司还积累了丰富的行业经验、
营销型网站建设资源和合作伙伴关系资源，并逐渐建立起规范的客户服务和保障体系。
一.计算器
1.官网
2.解释
计数器只支持加，计算器字task里面
3.测试
4.结果截图WEBUI
4.应用场景
数据很多有的数据挂了，做数据质量监控用
二.广播变量
1.官网
2.join代码
def commonJoin(sc:SparkContext): Unit = {
val peopleInfo = sc.parallelize(Array(("G301","糊涂虫"),("G302","森老"),("G303","Gordon"))).map(x=>(x._1, x))
val peopleDetail = sc.parallelize(Array(("G301","清华大学",18))).map(x=>(x._1,x))
// TODO... 大表关联小表 join key from a join b on a.id=b.id
peopleInfo.join(peopleDetail).map(x=>{x._1 + "," + x._2._1._2 + "," + x._2._2._2+ "," + x._2._2._3})
}3.结果WEBUI
4.广播变量使用前提
广播变量的前提条件是数据量少，一大一小，不能超过内存
数据量大小还要看内存，你内存够大就可以放
广播变量放到内存中
5.广播变量的join代码
def broadcastJoin(sc:SparkContext): Unit = {
val peopleInfo = sc.parallelize(Array(("G301","糊涂虫"),("G302","森老"),("G303","Gordon"))).collectAsMap()
val peopleDetail = sc.parallelize(Array(("G301","清华大学",18))).map(x=>(x._1, x))
// 通过sc将变量广播出去
val peopleBroadcast = sc.broadcast(peopleInfo)
// mappartition: 取出表中的一条记录和广播变量中的对比
peopleDetail.mapPartitions(x=>{
val map = peopleBroadcast.value // 是不是就是内存的东西
for((key,value)<-x if (map.contains(key)))
yield (key,map.get(key).getOrElse(""), value._2)
}).foreach(println)
}6.WEBUI结果
7.两个join对比
广播变量的没有了shuffer
有前提数据量不可以多
把小表广播到内存中，大表每个数据与其对比
有就要，没有就不要。
广播变量与join结合工作中常用
关于怎么理解spark的计算器与广播变量就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
本文标题：怎么理解spark的计算器与广播变量-创新互联
转载注明：
http://cdkjz.cn/article/dpceie.html
