微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

Amazon Deequ (scala) - 并行化分析器

如何解决Amazon Deequ (scala) - 并行化分析器

我有一个用例,我需要在 600 多列上运行 3 个指标(Completeness、Entropy 和 countdistinct),查看 DAG,观察到指标是按顺序计算的。我将所有分析器添加到单个 AnalaysisRunner 对象中,并且只进行一次运行调用,有人可以帮助了解如何在我的情况下使其并行以优化运行时间吗?

val analysisRunner = AnalysisRunner.onData(sourceData)

attributesList.foreach(attribute => {
          analysisRunner.addAnalyzer(Completeness(attribute))
          analysisRunner.addAnalyzer(Entropy(attribute))
          analysisRunner.addAnalyzer(Countdistinct(attribute))
        })

val analysisResult: AnalyzerContext = analysisRunner.run()
var attributesDataMetrics = successMetricsAsDataFrame(spark,analysisResult)

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。