千鋒教育-做有情懷、有良心、有品質的職業(yè)教育機構
reduce端join map端讀取兩個表，為兩個表的數(shù)據(jù)分別打上標簽tag，發(fā)送數(shù)據(jù) reduce端根據(jù)分區(qū)分組規(guī)則拿到的數(shù)據(jù)時key相同的數(shù)據(jù)，再根據(jù)標簽tag進行相同key的不同value的join操作，完成實際的連接。
map端join將小表復制多份存放在每個map task的內(nèi)存中，然后只掃描大表，對大表中key在小表中存在時，進行一個join拼接操作。
將小表復制的對象方法為DistributedCache.addCacheFile，要使用時再使用相應的提取文件目錄的方法，并用標準IO獲取到數(shù)據(jù)。
semi join先將參與join的表1的key復制到一個新的表3中，然后把新表復制多份到各個map task中，最后將不在新表3的表2的數(shù)據(jù)過濾掉，再進行reduce。
上一篇
Flink兩階段提交(2PC)下一篇
Flink反壓機制？
hive外部表是使用external關鍵字并指定一個hdfs目錄創(chuàng)建的表。hive內(nèi)部表在創(chuàng)建時會在對應hive目錄下創(chuàng)建相應的文件夾，外部表則以指定文件夾為...詳情>>
2022-09-02 17:21:00
Checkpoint是為runtime準備的，Savepoint 是為用戶準備的。Checkpoint 機制的目標在于保證Flink作業(yè)意外崩潰重啟不影響exactly once 準確性，通...詳情>>
2022-09-02 16:59:22
State：指一個具體的Task/Operator的狀態(tài)。State可以被記錄，在失敗的情況下數(shù)據(jù)還可以恢復，F(xiàn)link中有兩種基本類型的State： Keyed State， Op...詳情>>
2022-09-02 16:59:19
Flink 內(nèi)部是基于producer-consumer模型來進行消息傳遞的，F(xiàn)link的反壓設計也是基于這個模型。Flink 使用了高效有界的分布式阻塞隊列，就像 Jav...詳情>>
2022-09-02 16:59:16
雖說水位線(Watermark)表明早于它的事件不應該再出現(xiàn)，但是接收到水位線以前的的消息是不可避免的，這就是所謂的遲到事件。實際上遲到事件是亂...詳情>>
2022-09-02 16:59:00大數(shù)據(jù)kafka常見面試題——如何搭建kafka？
沸大數(shù)據(jù)kafka常見面試題——kafka中如何避免重復消費
熱大數(shù)據(jù)面試題之多種方法創(chuàng)建dataframe
熱大數(shù)據(jù)Hadoop面試題——Hadoop干什么用的？
新大數(shù)據(jù)行業(yè)2年工作經(jīng)驗的面試題有哪些？
大數(shù)據(jù)kafka面試題——kafka和flume的區(qū)別是什么？
大數(shù)據(jù)部署Kafka面試題解析：實時同步Kafka
大數(shù)據(jù)部署Kafka面試題：Kafka的部署與管理
大數(shù)據(jù)面試中關于kafka原理的面試題
揭秘大數(shù)據(jù)面試必考面試題：快速掌握關鍵知識！
Copyright 2011-2024
北京千鋒互聯(lián)科技有限公司
京ICP備12003911號-3
京公網(wǎng)安備 11010802030320號
千鋒教育 運營主體：北京千鋒互聯(lián)科技有限公司，屬具備計算機技術培訓資質的教育培訓機構。
