spark collect 性能 spark coalesce repartition

Spark 2.x管理与开发-Spark RDD的高级算子（四）coalesce与repartition+其他高级算子

一、coalesce与repartition

都是将RDD中的分区进行重分区。

区别是：coalesce默认不会进行shuffle（false）；而repartition会进行shuffle（true），即：会将数据真正通过网络进行重分区。

示例：

 

 

 

下面两句话是等价的：

val rdd2 = rdd1.repartition(3)

val rdd3 = rdd1.coalesce(3,true)

二、其他高级算子

参考：http://homepage.cs.latrobe.edu.au/zhe/ZhenHeSparkRDDAPIExamples.html