使用广播变量，每个Executor的内存中，只驻留一份变量副本， 而不是对每个 task 都传输一次大变量（一个executor可以执行多个task），省了很多的网络传输， 对性能提升具有很大帮助， 而且会通过高效的广播算法来减少传输代价。
使用广播变量的场景很多， 我们都知道spark 一种常见的优化方式就是小表广播， 使用 map join 来代替 reduce join， 我们通过把小的数据集广播到各个节点上，节省了一次特别 expensive 的 shuffle 操作。
为什么只能 broadcast 只读的变量
这就涉及一致性的问题，如果变量可以被更新，那么一旦变量被某个节点更新，其他节点要不要一块更新？如果多个节点同时在更新，更新顺序是什么？怎么做同步？ 仔细想一下， 每个都很头疼， spark 目前就索性搞成了只读的。 因为分布式强一致性很难处理。
广播变量使用步骤：
1 在主程序里将参数对象广播出去：
val broadcastConf = ssc.sparkContext.broadcast(appProperties)
2 在rdd算子内这样获取广播变量的值：
val appProp = broadcastConf.value
3 然后再通过参数对象appProp去获取相应的参数：appProp.getDstTopic
来源：CSDN
作者：qq_28069031
链接：https://blog.csdn.net/qq_28069031/article/details/104632628