數(shù)據(jù)計算模式

批處理

在批處理引擎中，一個物理數(shù)據(jù)流圖通常被劃分為多個階段，階段之間根據(jù)依賴關(guān)系按序執(zhí)行，一個階段只有等其依賴的所有階段都執(zhí)行結(jié)束后才能開始執(zhí)行。

例如，在基于批處理引擎的Spark系統(tǒng)中，將每個邏輯數(shù)據(jù)流圖根據(jù)給定的并行度轉(zhuǎn)換為物理數(shù)據(jù)流圖后，系統(tǒng)會根據(jù)數(shù)據(jù)交換將該物理數(shù)據(jù)流圖劃分為多個階段按序執(zhí)行。如圖3所示，因為在按鍵值分組頂點處發(fā)生數(shù)據(jù)交換，所以整個物理數(shù)據(jù)流圖在此處被切分，形成階段0和階段1兩個階段。其中，階段1中的數(shù)據(jù)處理依賴于階段0處理后的中間結(jié)果，即2個階段的執(zhí)行存在先后順序，階段1只有在階段0的處理全部完成后才能開始執(zhí)行。在階段0中，系統(tǒng)啟動3個線程分別處理相互獨立的3個分區(qū)中的數(shù)據(jù)，并將得到的中間結(jié)果存儲在3個線程各自的本地磁盤上。等到階段0中的3個線程都完成處理后，系統(tǒng)開始進(jìn)行階段1的處理，階段1中啟動2個線程分別負(fù)責(zé)2個分區(qū)的數(shù)據(jù)，每個線程通過網(wǎng)絡(luò)從階段0的中間結(jié)果處獲取屬于自己的數(shù)據(jù)進(jìn)行后續(xù)處理。

在流