网站介绍：文章浏览阅读205次。Hadoop存在缺陷：基于磁盘，无论是MapReduce还是YARN都是将数据从磁盘中加载出来，经过DAG，然后重新写回到磁盘中计算过程的中间数据又需要写入到HDFS的临时文件这些都使得Hadoop在大数据运算上表现太“慢”，Spark应运而生。Spark的架构设计：ClusterManager负责分配资源，有点像YARN中ResourceManager那个角色，大管家握有所有的干活的资源，属于乙方的总包。WorkerNode是可以干活的节点，听大管家ClusterM.._spark.localexecution.enabled
- 链接地址：https://blog.csdn.net/cjmn1168/article/details/108510459
- 链接标题：Spark原理详解_spark.localexecution.enabled-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：860
- 网站标签：spark.localexecution.enabled
