这期内容当中小编将会给大家带来有关Spark2.x中共享变量的累加器是怎样的，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
为什么要定义累加器？
在 Spark 应用程序中，我们经常会有这样的需求，如要需要统计符合某种特性数据的总数，这种需求都需要用到计数器。如果一个变量不被声明为一个累加器，那么它将在被改变时不会在 driver 端进行全局汇总，即在分布式运行时每个 task 运行的只是原始变量的 一个副本，并不能改变原始变量的值，但是当这个变量被声明为累加器后，该变量就会有分布式计数的功能。
定义了一个累加器sum，而不是普通变量，实例实例代码如下：
package com.hadoop.ljs.spark220.studyimport org.apache.spark.{SparkConf, SparkContext}/** * @author: Created By lujisen * @company ChinaUnicom Software JiNan * @date: 2020-02-20 19:36 * @version: v1.0 * @description: com.hadoop.ljs.spark220.study */object AccumlatorTest { def main(args: Array[String]): Unit = { val sparkConf=new SparkConf().setMaster("local[*]").setAppName("AccumlatorTest") val sc=new SparkContext(sparkConf) /*定义一个共享变量：累加器*/ val sum=sc.accumulator(0) /*输入数据*/ val rdd1=sc.parallelize(List(1,2,3,4,5)) /*求和 ，然后各个元素加1*/ val rdd2=rdd1.map(x=>{ sum+=x x }) /*这里是个action操作 没有这个操作，程序不会执行*/ rdd2.collect() println("求和："+sum) sc.stop() }}
运行结果如下,sum=15，符合我们的期望值：
结合上面的代码说一下累加器的执行过程：
1).Accumulator需要在Driver进行定义和并初始化，并进行注册，同时Accumulator首先需要在Driver进行序列化，然后发送到Executor端；另外，Driver接收到Task任务完成的状态更新后，会去更新Value的值，然后在Action操作执行后就可以获取到Accumulator的值了。
2).Executor接收到Task之后会进行反序列化操作，反序列化得到RDD和function，同时在反序列化的同时也去反序列化Accumulator，同时也会向TaskContext完成注册，完成任务计算之后，随着Task结果一起返回给Driver端进行处理。
这里有执行过程图可以参考下：
累加器特性：
1.累加器也是也具有懒加载属性，只有在action操作执行时，才会强制触发计算求值；
2.累加器的值只可以在Driver端定义初始化，在Executor端更新，不能在Executor端进行定义初始化，不能在Executor端通过[.value]获取值，任何工作节点上的Task都不能访问累加器的值；
3.闭包里的执行器代码可以使用累加器的 += 方法（在Java中是 add ）增加累加器的值。
特别提醒：
累加器在Driver端定义赋初始值，累加器只能在Driver端读取最后的值，在Excutor端更新。
上述就是小编为大家分享的Spark2.x中共享变量的累加器是怎样的了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
