如何解决具有数据大小和分区数量的 Spark Parallelism
如果我想用哈希分区器混洗数据,如何决定分区数
(df.rdd.partitionBy(new Hashpartitioner(**100**)
)) // 在这个例子中如何决定 100 作为分区计数
一个分区可以拥有的最大数据大小是多少?
其他详细信息:
我有 10 个节点的集群 每个都有 16 个内核和 64GB 内存
如何决定执行器的数量、每个执行器的内存、每个执行器的核心数
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。