Spark SQL思考题

最新推荐文章于 2024-07-17 20:51:06 发布

codetwo

最新推荐文章于 2024-07-17 20:51:06 发布

阅读量75

点赞数

文章标签： spark sql

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_49227651/article/details/120402371

版权

一、如何避免小文件问题

1、在最终输出数据时，减少 Task 的数目

2、如果存在 Shuffle，可以通过 Adaptive Query Execution（AQE）动态调整 partition 的数量

3、如果不存在 shuffle，在代码端通过repartition的方法进行重分区然后再通过write的方式来减少 partition 的数量

4、Hudi 提供的一个非常重要的特性是自动管理文件大小，而不用用户干预，使用 Hudi 提供的小文件合并功能避免小文件问题

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Spark SQL思考题

一、如何避免小文件问题1、在最终输出数据时，减少 Task 的数目2、如果存在 Shuffle，可以通过 Adaptive Query Execution（AQE）动态调整 partition 的数量3、如果不存在 shuffle，在代码端通过repartition的方法进行重分区然后再通过write的方式来减少 partition 的数量4、Hudi 提供的一个非常重要的特性是自动管理文件大小，而不用用户干预，使用 Hudi 提供的小文件合并功能避免小文件问题...
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。