Spark currently provides an API for

Spark currently provides an API for checkpointing (a REPLICATE flag to persist), but leaves the decision of which data to checkpoint to the user. However, we are also investigating how to perform automatic checkpointing. Because our scheduler knows the size of each dataset as well as the time it took to first compute it, it should be able to select an optimal set of RDDs to checkpoint to minimize system recovery time

Finally, note that the read-only nature of RDDs makes them simpler to checkpoint than general shared memory. Because consistency is not a concern, RDDs can be written out in the background without requiring program pauses or distributed snapshot schemes

ผลลัพธ์ (ไทย) 1:

ประกายอยู่ทาง API การสำหรับ checkpointing (REPLICATE ธงมานะ), ออกแต่การตัดสินใจของข้อมูลที่จุดตรวจสอบผู้ใช้ อย่างไรก็ตาม เราจะยังสามารถตรวจสอบวิธีการ checkpointing โดยอัตโนมัติ เนื่องจากตัวจัดกำหนดการของเรารู้ขนาดของแต่ละชุดข้อมูลเวลาใช้ในการคำนวณครั้งแรก มันควรจะเลือกชุดดีที่สุดของ RDDs ผ่านจุดตรวจเพื่อลดเวลาการกู้คืนระบบสุดท้าย หมายเหตุว่า ธรรมชาตินั้นของ RDDs ทำให้พวกเขาง่ายกว่าผ่านจุดตรวจมากกว่าหน่วยความจำที่ใช้ร่วมกันทั่วไป เนื่องจากความสอดคล้องไม่กังวล RDDs สามารถเขียนออกในพื้นหลังโดยไม่ต้องโปรแกรมหยุดชั่วคราว หรือแจกจ่าย snapshot ของแผนงาน

ผลลัพธ์ (ไทย) 2:

Spark ปัจจุบันให้ API สำหรับ checkpointing (ธงซ้ำยังคงมีอยู่) แต่ใบการตัดสินใจของข้อมูลที่ด่านให้กับผู้ใช้ แต่เรายังมีการตรวจสอบวิธีการดำเนินการ checkpointing อัตโนมัติ เพราะการจัดตารางเวลาของเรารู้ขนาดของแต่ละชุดเช่นเดียวกับเวลาที่มันเอาไปคำนวณครั้งแรกมันก็ควรจะสามารถที่จะเลือกชุดที่ดีที่สุดของ RDDs ด่านเพื่อลดเวลาการกู้คืนระบบในที่สุดทราบว่าธรรมชาติอ่านอย่างเดียวของ RDDs ทำให้พวกเขาง่ายด่านกว่าหน่วยความจำที่ใช้ร่วมกันโดยทั่วไป เพราะความมั่นคงไม่ได้เป็นกังวล RDDs สามารถเขียนออกมาในพื้นหลังโดยไม่ต้องหยุดโปรแกรมหรือแจกจ่ายรูปแบบภาพรวม

ผลลัพธ์ (ไทย) 3:

จุดประกายขณะนี้มี API สำหรับ checkpointing ( เลียนแบบธงมานะ ) แต่ใบข้อมูลการตัดสินใจของที่ด่านเพื่อผู้ใช้ แต่เรายังตรวจสอบวิธีการดำเนินการ checkpointing อัตโนมัติ เนื่องจากตารางเวลาของเรา รู้ขนาดของแต่ละชุดข้อมูล ตลอดจนใช้เวลาก่อนใช้มันมันควรจะสามารถที่จะเลือกชุดให้เหมาะสม rdds ด่านเพื่อลดเวลาการกู้คืน

ระบบในที่สุด ทราบว่า ธรรมชาติของ rdds ทำให้อ่านง่ายกว่าด่านกว่าทั่วไปในหน่วยความจำที่ใช้ร่วมกัน . เพราะความไม่กังวล rdds สามารถเขียนในพื้นหลังโดยไม่ต้องหยุดโปรแกรมหรือกระจายภาพโครงร่าง