为什么 hadoop 的 shuffle 阶段需要对数据进行排序？

问答 ⋅ 七里芬芳 ⋅ 最后回复由青牛 2995 阅读

hadoop的shuffle阶段排序的作用是什么呢？
在spark中的shuffle是不需要进行排序的，同样地在hadoop中不进行排序也能对数据进行分组，如果在业务上不需要排序，那么是否可以去掉hadoop中的排序呢？

成为第一个点赞的人吧

回复数量: 1

青牛海汼部落创始人，80后程序员一枚，曾就职于金山，喜欢倒腾技术做产品

不用全局排序的时候自然不需要排序但是具体场景中很少能避免全局排序所以框架设计的思路是提高shuffle的性能而不是去掉shuffle

请注意单词拼写，以及中英文排版，参考此页
支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空

Ctrl+Enter