sql类似于下面这段sql,开始以为是先join再where过滤导致数据量特别大导致task过多(想法是错误的后面验证了是先过滤再进行join的) select * from A join B on A.c=B.c WHERE A.date=2020-08-20 and B.date=2020-08-20 -想法1:改为临时表先进行过滤,结果发现task个数还是没变
一、问题跑了一年多的spark sql任务突然挂掉了,查看yarn的界面,任务并行度达到了恐怖的81835个,运行速度自然也快不到哪去。spark任务界面如下图所示二、解决1.排查过程sql类似于下面这段sql,开始以为是先join再where过滤导致数据量特别大导致task过多(想法是错误的后面验证了是先过滤再进行join的)select * from A join B on A.c=B.c WHERE A.date=2020-08-20 and B.date=2020-08-20想法1:改