如何解决火花中的排序非常慢
我正在编写一个需要“按 col1,col2,col3 排序”的查询 花了 600 秒,这个订单是原因。 我确实相信它需要 shuffle,但是有替代品或任何优化想法吗?
val rankQuery = s"select x_label,y_label,x,y From ($Xquery) order By x_label,y" ```
然后我做
sqlSession.sql(rankQuery).rdd
.zipwithIndex().map(t => t._1 + "--" +t._2).map(f=>{
val values = f.split("]")(0).split("--")(0)
val indx = f.split("--")(1).toLong.+(1)
val x_label = values.split(",")(0).substring(1)
val y_label = values.split(",")(1)
val x = values.split(",")(2)
val y = values.split(",")(3)
(x_label,y,indx)
}).toDF
添加索引并计算排名。 Xquery 只是在做连接
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。