累加器和廣播變量在哪些場(chǎng)景使用？累加器是分布式的并且共享只寫變量。如果在轉(zhuǎn)換運(yùn)算符中調(diào)用了累加器，并且沒(méi)有后續(xù)的動(dòng)作運(yùn)算符，則不會(huì)執(zhí)行累加器。如果后面兩次調(diào)用action操作符，累加器會(huì)被執(zhí)行兩次，導(dǎo)致過(guò)度加法。

　　1、廣播變量的使用介紹

　　解決的場(chǎng)景：

　　將Driver進(jìn)程的共享數(shù)據(jù)發(fā)送給所有子節(jié)點(diǎn)的Executor進(jìn)程的每個(gè)任務(wù)。如果不使用廣播變量技術(shù)，Driver端默認(rèn)會(huì)將共享數(shù)據(jù)分發(fā)給各個(gè)[Task]，對(duì)網(wǎng)絡(luò)分發(fā)造成很大壓力。

　　如果采用廣播變量技術(shù)，Driver端的共享數(shù)據(jù)只會(huì)發(fā)送給每個(gè)[Executor]。 Executor 中的所有任務(wù)都重用這個(gè)對(duì)象。確保共享對(duì)象是[可序列化的]。因?yàn)榭绻?jié)點(diǎn)傳輸?shù)臄?shù)據(jù)必須是可序列化的。

　　將共享對(duì)象廣播到Driver端的每個(gè)Executor：

　　val bc = sc.broadcast(共享對(duì)象)

　　在執(zhí)行器中獲得：

　　bc.值

　　2、累加器的使用方法

　　集群中的所有 Executor 對(duì)同一個(gè)變量執(zhí)行累積操作。 Spark 目前只支持累加 [add] 操作。內(nèi)置3個(gè)累加器：【LongAccumulator】、【DoubleAccumulator】、【CollectionAccumulator】。

　　如何使用整數(shù)累加器？

　　在Driver端定義整數(shù)累加器并賦初值。

　　acc=sc.accumulator(0)

　　Executor端每次累加1

　　acc+=1

　　或者 acc.add(1)

　　3、綜合案例

　　以上代碼不僅練習(xí)了累加器和廣播變量在哪些場(chǎng)景使用，還練習(xí)了如何使用函數(shù)式編程(Map、Filter)，如何創(chuàng)建上下文變量，以及如何使用并行性。這些練習(xí)比較全面，希望能幫助你學(xué)習(xí)更多技能。更多關(guān)于IT大數(shù)據(jù)培訓(xùn)的問(wèn)題，歡迎咨詢千鋒教育在線名師，如果想要了解我們的師資、課程、項(xiàng)目實(shí)操的話可以點(diǎn)擊咨詢課程顧問(wèn)，獲取試聽資格來(lái)試聽我們的課程，在線零距離接觸千鋒教育大咖名師，讓你輕松從入門到精通。