对于并行处理，Apache Spark使用共享变量。当驱动程序向集群上的执行器发送任务时，共享变量的副本会出现在集群的每个节点上，这样它就可以用来执行任务。

有两种类型的共享变量被Apache Spark支持 —

让我们详细了解它们。

广播变量是用来保存所有节点上的数据副本。这个变量被缓存在所有的机器上，而不是在有任务的机器上发送。下面的代码块是PySpark的Broadcast类的细节。

下面的例子显示了如何使用一个广播变量。广播变量有一个名为value的属性，它存储了数据，并用于返回一个广播的值。

命令 --广播变量的命令如下：

输出 - 以下命令的输出情况如下。

累积器变量用于通过关联和互换操作来聚合信息。例如，你可以使用一个累加器来进行求和操作或计数器（在MapReduce中）。下面的代码块有PySpark的Accumulator类的细节。

下面的例子显示了如何使用一个Accumulator变量。一个Accumulator变量有一个名为value的属性，与广播变量的属性相似。它存储数据并用于返回累加器的值，但只在驱动程序中可用。

在这个例子中，一个累积器变量被多个工作者使用，并返回一个累积值。

命令 - 累加器变量的命令如下-

输出 - 上述命令的输出如下。