精华内容
下载资源
问答
  • 粗粒度和细粒度
    千次阅读
    2021-03-10 21:05:13

    就我个人的理解来说,粗粒度与细粒度是相对而言的,没有绝对的粗或者细,就像所谓的上和下,快和慢,大和小,
    正如一个的项目,让你知道其实现的大纲,也就算是粗粒度,如果是告诉你实现的细节,就应该算是细粒度的,这些都是相对而言的

    Spark与mapreduce中粗粒度和细粒度区别
    spark应该算是粗粒度的,运行的时候需要将所有需要的进程都”拿到“,然后才执行自己的工作,
    mapreduce是先执行在去拿自己所需要的资源,也就算是细粒度了

    更多相关内容
  • 粗粒度和细粒度入门知识

    千次阅读 2020-06-19 16:38:55
    對象的粒度就是對象所容納的邏輯,粗粒度容納的邏輯多,細粒度容納的邏輯少,粒度一般用在权限管理(解决了粗粒度的问题,因为这部分具有通用性,而细粒度可以看成业务部分,因为其具有不确定性) 从项目角度 根据...

    从逻辑角度

    • 對象的粒度就是對象所容納的邏輯,粗粒度容納的邏輯多,細粒度容納的邏輯少,粒度一般用在权限管理(解决了粗粒度的问题,因为这部分具有通用性,而细粒度可以看成业务部分,因为其具有不确定性)

    从项目角度

    根据项目模块划分的细致程度区分的,一个项目模块(或子模块)分得越多,每个模块(或子模块)越小,负责的工作越细,就说粒度越细,否则为粗粒度

    • 举个例子:一个user类 其中有email属性 ,一个用户email很多个, 你可以用一个list来表示很多个email,也可以再设计一个email类,然后user的email属性是email类组成的,那么后一种设计的粒度就更细。它抽象出了更多的模型对应现实逻辑。

    从用户角度

    • 当客户需要数据的时候,它当然应该知道它的数据是什么样的啊,所以getData(),setData()时的Object 对象对于用户并不是黑箱,用户可以只用一个操作就完成数据的存取,这就是粗粒度的.
    • 粒度应该是相对与该类的使用者来说的,如果存取只需要有限的操作,而没有暴露太多的底层实现则是粗粒度的,相反你把每个属性暴露给用户让它都可以对之进行操作则是细粒度的.

    从实例角度

    • 粗粒度:表示类别级,即仅考虑对象的类别(the type of object),不考虑对象的某个特定实例。比如,用户管理中,创建、删除,对所有的用户都一视同仁,并不区分操作的具体对象实例。
      细粒度:表示实例级,即需要考虑具体对象的实例(the instance of object),当然,细粒度是在考虑粗粒度的对象类别之后,才再考虑特定实例。比如,合同管理中,列表、删除,需要区分该合同实例是否为当前用户所创建。
    展开全文
  • 粗粒度和细粒度

    2019-07-23 11:28:43
    粗粒度资源调度:典型:Spark 在Application执行之前,会将所有的资源(Executor)申请完毕,直接资源申请完毕后,才会进行任务调度,直到最后一个task执行完毕,才会释放掉这部分资源 优点:每一个task执行之前不...

    一.粗粒度资源调度:典型:Spark

    在Application执行之前,会将所有的资源(Executor)申请完毕,直接资源申请完毕后,才会进行任务调度,直到最后一个task执行完毕,才会释放掉这部分资源

    优点:每一个task执行之前不需要自己去申请资源,直接使用资源就可以,那么每一个task执行时间也就缩短了,stage执行时间也缩短了,job的执行时间也就缩短了Application执行时间也就缩短了。

    缺点:一直到最后task执行完毕才会释放资源,集群资源不能充分利用

    二.细粒度资源调度:典型:MR

    在Application之行之前不需要先将资源申请完毕,而是直接进行任务的资源调度,每一个task在执行之前自己去申请资源,申请到了就执行,申请不到资源就继续申请,每一个task执行完毕后,都会将自己申请的那部分资源释放掉

    优点:充分利用集群的资源情况

    缺点:task执行时间变长了

    资源来源与    https://www.jianshu.com/p/237418b145c7

    展开全文
  • 粗粒度资源申请(Spark) 在Application执行之前,将所有的资源申请完毕,当资源申请成功后,才会进行任务的调度,当所有的task执行完成后,才会释放这部分资源。 优点:在Application执行之前,所有的资源都申请...

    粗粒度资源申请(Spark)

    在Application执行之前,将所有的资源申请完毕,当资源申请成功后,才会进行任务的调度,当所有的task执行完成后,才会释放这部分资源。

    优点:在Application执行之前,所有的资源都申请完毕,每一个task直接使用资源就可以了,不需要task在执行前自己去申请资源,task启动就快了,task执行快了,stage执行就快了,job就快了,application执行就快了。

    缺点:直到最后一个task执行完成才会释放资源,集群的资源无法充分利用。

    细粒度资源申请(MapReduce)

    Application执行之前不需要先去申请资源,而是直接执行,让job中的每一个task在执行前自己去申请资源,task执行完成就释放资源。

    优点:集群的资源可以充分利用。

    缺点:task自己去申请资源,task启动变慢,Application的运行就相应的变慢了。

    展开全文
  • DynamoDB Lock Client支持细粒度和粗粒度锁定,因为锁定键可以是任意字符串,最长可达到一定长度。 DynamoDB Lock Client是一个开源项目,将得到社区的支持。 请在GitHub存储库中创建有问题的问题。用例此锁定...
  • (1)粗粒度模式(Coarse-grained Mode):每个应用程序的运行环境由一个Dirver若干个Executor组成,其中,每个Executor占用若干资源,内部可运行多个Task(对应多少个“slot”)。应用程序的各个任务正式运行之前,...
  • 细粒度粗粒度

    千次阅读 2021-09-19 16:23:59
    粗粒度(coarse-grained):相对于细粒度而言,一个项目模块(或子模块)分得越少,每个模块(或子模块)越大,负责的工作越泛,就说是粗粒度。 粗粒度和细粒度是一个相对的概念,定义这个概念主要是出于重用的目的...
  • 一、粗粒度 1.工作原理: (1)Spark Streaming接收到实时数据流(data stream) (2)Spark Streaming把数据按照指定的时间段切成一片片小的数据块(小批次) (3)然后Spark Streaming把小的数据块传给Spark ...
  • 在哪些情况中遇到过这个概念,首先,在Java多线程中,关于锁的概念里有涉及到这个粒度的概念,如果对于一个方法中的每一条语句进行加锁,这个当然是非常细粒度的,不过,现实是没有人会这么做,太浪费资源了。...
  • 粗粒度细粒度

    2019-10-08 10:10:59
    粒度和细粒度的区别主要是出于重用的目的,像类的设计,为尽可能重用,所以采用细粒度的设计模式,将一个复杂的类(粗粒度)拆分成高度重用的职责清晰的类(细粒度).对于数据库的设计,原责:尽量减少表的数量与表与表之间...
  • 主要介绍了权限控制之粗粒度细粒度概念及实现简单介绍,具有一定参考价值,需要的朋友可以了解下。
  • 将256*256像素大小的图片作为输入图像,分别进行八倍池化,四倍池化,两倍池化(解释:池化不管你采用平均池化还是最大池化,特征图都会变小... 32*32的特征图是粗粒度的特征图,128*128的特征图是更细粒度的特征图 ...
  • 对资源类型的管理称为粗颗粒度权限控制,即只控制到菜单、按钮、方法,粗粒度的例子比如:用户具有用 户管理的权限,具有导出订单明细的权限。对资源实例的控制称为颗粒度权限管理,即控制到数据级别的权限, 比如...
  • 什么是粗粒度和细粒度权限

    千次阅读 2017-07-26 23:51:19
    1. 什么是粗粒度和细粒度权限   粗粒度权限管理,对资源类型的权限管理。资源类型比如:菜单、url连接、用户添加页面、用户信息、类方法、页面中按钮。。 粗粒度权限管理比如:超级管理员可以访问户添加...
  • 下面是摘录CSDN上的有关粗粒度和细粒度的讨论:    A: 個人理解:對象的粒度就是對象所容納的邏輯  粗粒度容納的邏輯多,細粒度容納的邏輯少 B:轻量级和重量级应该是按占用的资源多少衡量的  B...
  • 粗粒度细粒度权限

    千次阅读 2018-08-01 11:50:10
    粗粒度细粒度权限控制: 粗粒度权限管理,对资源类型的权限管理。资源类型比如:菜单、url连接、用户添加页面、用户信息、类方法、页面中按钮。。 粗粒度权限管理比如:超级管理员可以访问户添加页面、用户信息...
  • 有关粗粒度和细粒度的讨论
  • 一、粗粒度 1.工作原理: (1)Spark Streaming接收到实时数据流(data stream) (2)Spark Streaming把数据按照指定的时间段切成一片片小的数据块(小批次) (3)然后Spark Streaming把小的数据块传给Spark ...
  • 细粒度原理 粗粒度 细粒度 粗粒度 上图是Spark Streaming粗粒度工作示意图 1.工作原理: (1)Spark Streaming接收到实时数据流(data stream) (2)Spark Streaming把数据按照指定的时间段切成一片片小的数据块...
  • 粗粒度图像分类: 类别之间差异大,比如人、...由于细粒度类别属于同一个大类,所以各类别之间的差距很小,这些细微的差距容易被光照、颜色、背景、形状位置等变化因素覆盖,导致细粒度图像分类相对困难。 参考: ...
  • 所谓并行性包含同时性并发性...并行性又分为粗粒度并行和细粒度并行两类。粗粒度并行是指在多个处理机上分别运行多个进程,由多台处理机合作完成一个程序,一般用算法实现。细粒度并行是指在处理机的指令级操作...
  • 粒度和细粒度的主要区别在于重用的目的:像类的设计,为了尽可能的重用则采用细粒度的设计模式,将一个复杂的类(粗粒度)拆分成几个高度重用,职责清晰的类(细粒度)。对于数据库的设计,尽量减少表的数量和表之间的...
  • 粗粒度和细粒度

    2016-12-03 20:26:17
    粒度和细粒度的区别主要是出于重用的目的,像类的设计,为尽可能重用,所以采用细粒度的设计模式,将一个复杂的类(粗粒度)拆分成高度重用的职责清晰的类(细粒度).对于数据库的设计,原责:尽量减少表的数量与表与表之间...
  • 因为是初学者,在阅读文献时理解不了细粒度和粗粒度,所以整理了一下其余博主的理解 下面是摘录CSDN上的有关粗粒度和细粒度的讨论: A:个人理解:对象的粒度就是对象所容纳的逻辑,粗粒度容纳的逻辑多,细粒度...
  • “粗粒度和细粒度的区别主要是出于重用的目的,像类的设计,为尽可能重用,所以采用细粒度的设计模式,将一个复杂的类(粗粒度)拆分成高度重用的职责清晰的类(细粒度).对于数据库的设计,原责:尽量减少表的数量与表与表...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 31,805
精华内容 12,722
关键字:

粗粒度和细粒度

友情链接: AXI4_Sim.rar