spark sql合并小文件_Spark在携程的实践(一)

一、Spark在携程应用的现状

集群规模:

平均每天MR任务数:30W+

开发平台:

调度系统运行的任务数:10W+
每天运行任务实例数:23W+
ETL/计算任务:~58%

查询平台:

adhoc查询:2W+
支持Spark/Hive/Presto

b35837d2817b38799d7d4b3db1fddd60.png

二、Hive与Spark的区别

Hive:

优点:运行稳定,客户端内存消耗小。
存在问题:生成多个MapReduce作业;中间结果落地,IO开销大;频繁申请和释放container,资源没有合理充分利用

Spark:

快:高效的DAG执行引擎,可以基于内存来高效的处理数据流,节省大量IO开销
通用性:SparkSQL能直接使用HiveQL语法,Hive Metastore,Serdes,UDFs

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值