• 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏吧

Spark作业中Partition数目的划分是由什么决定的?

SPARK wangting 1个月前 (10-14) 19次浏览

如果是读取hdfs的文件,一般来说,partition的数量等于文件的数量。

如果单个文件的大小大于hdfs的分块大小,partition的数量就等于 “文件大小/分块大小”。

同时,也可以使用rdd的repartition方法重新划分partition

另外,在使用聚合函数比如 reducebykey, groupbykey,可以通过指定partitioner来指定partition的数量。


喜欢 (1)