[英]Spark coalesce not reducing partitions count
我有这个代码
df.coalesce(40)
print(" after coalisce getting nb partition " + str(df.rdd.getNumPartitions()))
它不是打印 40,我做错了什么吗?
尝试这样做:
df_new=df.coalesce(40)
print(" after coalisce getting nb partition " + str(df_new.rdd.getNumPartitions()))
Coalesce 返回一个新的 rdd,而不是进行就地更改。
合并方法返回一个转换后的数据帧。 它不会修改原始数据框。 您必须在应用合并转换后获取分区数。
例如,在 8 核机器上运行的 spark shell 返回以下输出。
scala> df.rdd.getNumPartitions
res3: Int = 8
应用合并后,您将获得所需的输出
scala> df.coalesce(1).rdd.getNumPartitions
res1: Int = 1
我建议您先浏览 spark 架构,然后尝试理解不可变对象的概念。 这将帮助您更好地了解其他用户提供的上述回复。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.