IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> Spark 源码理解之withScope (含补充说明) -> 正文阅读

[大数据]Spark 源码理解之withScope (含补充说明)

Spark 源码理解之withScope

在通过看RDD源码理解各算子的作用时, 总能看到withScope, withScope到底是个什么东西?
首先需要了解几个东西: scala柯里化(currying), 贷出模式(loan pattern)

scala 柯里化(currying)

在scala 中,一个经过柯里化的函数在应用时支持多个参数列表,而不是只有一个。
当第一次调用只传入第一个参数时,返回一个用于第二次调用的函数值。

scala> def curriedSum(x: Int)(y: Int) = x + y
curriedSum: (x: Int)(y: Int)
scala> curriedSum(1)(2)
res1: Int = 3
scala> val add3 = curriedSum(3)_
add3: Int => Int = <function1>
scala> add3(4)
res2: Int = 7

curriedSum(3)__是占位符,表示第二个参数先不传,返回值是一个函数值。

我们看RDD 源码

/**
  * Execute a block of code in a scope such that all new RDDs created in this body will
  * be part of the same scope. For more detail, see {{org.apache.spark.rdd.RDDOperationScope}}.
  *
  * Note: Return statements are NOT allowed in the given body.
  */
  private[spark] def withScope[U](body: => U): U = RDDOperationScope.withScope[U](sc)(body) // 这里用了柯里化

贷出模式(loan pattern)

把公共部分(函数体)抽出来封装成方法,把非公共部分通过函数值传进来

/**
  * Execute the given body such that all RDDs created in this body will have the same scope.
  *
  * If nesting is allowed, any subsequent calls to this method in the given body will instantiate
  * child scopes that are nested within our scope. Otherwise, these calls will take no effect.
  *
  * Additionally, the caller of this method may optionally ignore the configurations and scopes
  * set by the higher level caller. In this case, this method will ignore the parent caller's
  * intention to disallow nesting, and the new scope instantiated will not have a parent. This
  * is useful for scoping physical operations in Spark SQL, for instance.
  *
  * Note: Return statements are NOT allowed in body.
  */
  private[spark] def withScope[T](
      sc: SparkContext,
      name: String,
      allowNesting: Boolean,
      ignoreParent: Boolean)(body: => T): T = {
    // Save the old scope to restore it later
    val scopeKey = SparkContext.RDD_SCOPE_KEY
    val noOverrideKey = SparkContext.RDD_SCOPE_NO_OVERRIDE_KEY
    val oldScopeJson = sc.getLocalProperty(scopeKey)
    val oldScope = Option(oldScopeJson).map(RDDOperationScope.fromJson)
    val oldNoOverride = sc.getLocalProperty(noOverrideKey)
    try {
      if (ignoreParent) {
        // Ignore all parent settings and scopes and start afresh with our own root scope
        sc.setLocalProperty(scopeKey, new RDDOperationScope(name).toJson)
      } else if (sc.getLocalProperty(noOverrideKey) == null) {
        // Otherwise, set the scope only if the higher level caller allows us to do so
        sc.setLocalProperty(scopeKey, new RDDOperationScope(name, oldScope).toJson)
      }
      // Optionally disallow the child body to override our scope
      if (!allowNesting) {
        sc.setLocalProperty(noOverrideKey, "true")
      }
      body // 非公共部分
    } finally {
      // Remember to restore any state that was modified before exiting
      sc.setLocalProperty(scopeKey, oldScopeJson)
      sc.setLocalProperty(noOverrideKey, oldNoOverride)
    }
  }

因为每个RDD算子方法,都有共同部分和共同参数,所以这里用withScope封装了公共部分代码,用柯里化把共同参数先传进去。
然后非公共部分代码,通过第二个参数传进去。这里body参数就是非公共部分函数值。

理解算子

/**
  * Return a new RDD by applying a function to all elements of this RDD.
  */
  def map[U: ClassTag](f: T => U): RDD[U] = withScope {
    val cleanF = sc.clean(f)
    new MapPartitionsRDD[U, T](this, (context, pid, iter) => iter.map(cleanF))
  }

这里就举一个例子, map 方法
其实这里是相当于直接调用withScope 方法,后面花括号里面的是函数字面量,是参数。
在scala中,当方法只有一个参数时,后面可以用花括号代替圆括号。

补充说明

之所以叫做withScope是因为正如上面所说的该Scope指的是公共部分
补充:withScope也是个函数名,名字可以随便起
它相当于前面curriedSum(x: Int)(y: Int)例子中的curriedSum(x: Int)这一部分
它把算子函数签名中大家都相同的那部分给包裹了起来,剩下只需填写个性化的部分
抛开晦涩难懂的scala,来看个shell中的变量与函数的例子做个类比

#!/bin/bash

# 定义函数1
demo_123() {
  echo "Demo 123"
}

# 定义函数2
demo_abc() {
  echo "Demo abc"
}

echo "正常使用函数名调用函数"
demo_123
demo_abc

# 提取函数名的`公共部分`
WITHSCOPE="demo_"
echo "通过 withScope 调用函数"
$WITHSCOPE"123"
$WITHSCOPE"abc"
## WITHSCOPE 是公共部分,其后面是各个函数的个性化内容

本文已经解释得相当清楚了,仔细阅读就会明白

参考资料

Spark源码理解之 withScope

  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2022-05-05 11:25:14  更:2022-05-05 11:26:06 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/24 0:42:42-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码