[英]Manually specify number of spark executors
我有 1000 个镶木地板文件,我希望一个执行者在中间阶段处理每个文件。 有没有一种方法可以手动分配这个属性? 默认情况下,spark 最终会为作业创建 34 个任务,最终会出现偏差
您可以对输入的 DataFrame/RDD 进行repartition
,并对生成的 DF/RDD 进行操作。
changedDF = inputDF.repartition(500)
而不是使用 inputDF 使用changedDF
来执行您的操作,您应该获得 500 次任务。
如果需要,在 DataFrame 您还可以提及要重新分区的列列表changedDF = inputDF.repartition(inputDF.col1)
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.