zdkzdk
zdkzdk
我在搜索数据结构课程的时候搜到了您的github，不夸张的说，你们的数据结构的ppt惊艳到了我，一语中的，醍醐灌顶。我想请问你们只提供ppt吗，有视频教程吗，我在b站上搜到了交大数据结构的课，但不是同一个老师，用的交材和ppt都不是github上张同珍老师的，我想要github上ppt配套的张同珍老师的视频教程，请问该怎么获取，如果需要购买的话，怎么买？？？
### spark，父子RDD分区是一对多的关系，有没有可能是窄依赖？？？如果有可能，能否举个例子呢 ### 为啥shuffle必须要落盘，直接在内存中不能进行数据重新分布吗？？？
1、你说 父RDD的一个或多个分区的数据需要全部流入子RDD的一个或多个分区，就是窄依赖。是不是可以这么理解，只要需要通过partitioner进行分发的，就是宽依赖，否则就是窄依赖。 假如父RDD有3个分区，但每个分区只有一条数据，是不是无论子RDD如何，这都是窄依赖，因为符合你上面说的。假如走了partitioner分发呢？？ 2、为什么宽依赖就不能以pipeline的方式处理呢？无非就是中间加个partitioner判断而已。 3、假如一个stage里面有很多窄依赖，导致节点负载过重，有没有办法强行在窄依赖之间划分stage呢？flink是可以的
1.你说groupByKey在左右2个算子的partitioner相同时不会进行shuffle，这里的partitioner相同应该怎么理解。应该是分区器的类型和分区都要相同吗。如果左边的分区数比右边大，子RDD的一个分区依赖父RDD多个分区的全部，应该也不需要shuffle吧。 2.groupByKey的默认分区器就是hashPartitoner吗，可以换吗
stc-spade最新网址是啥，我要续费