Spark 3.0中的AQE中动态合并shuffle分区什么意思？
Spark 3.0中的AQE中动态合并shuffle分区什么意思？ 求大佬解答
展开
收起
1
条回答
写回答
写回答
-
https://developer.aliyun.com/profile/5yerqm5bn5yqg?spm=a2c6h.12873639.0.0.6eae304abcjaIBShuffle分区数量和大小对查询性能很关键。在Spark3.0以前，Shuffle分区是一个固定值，存在着明显的缺点，如果分区过小会导致I/O低效、调度开销和任务启动开销，但是如果分区过大又会带来GC压力和溢写硬盘等问题。另一方面，在Spark3.0之前，整个查询执行过程中使用统一的分区数，而在查询执行的不同阶段，数据规模会发生明显变化，如果保持统一的分区数，则大大降低了效率。基于以上，动态合并Shuffle分区是非常必要的。
2020-12-28 11:59:52赞同 展开评论 打赏
问答分类：
问答地址：
开发者社区
>
大数据与机器学习
>
开源大数据平台 E-MapReduce
>
问答
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
热门讨论
热门文章
阿里云E-MapReduce notebook 大概什么时候会正式上线？
218
E-MapReduce和MaxCompute的区别是什么？
1958
E-MapReduce由于某些未知错误、异常或失败，请求处理失败？
141
E-MapReduce(Elastic MapReduce，EMR) 是什么？
566
阿里云E-MapReduce这种命令方式，如何配置kerberos相关的参数？
108
Cosco的优势是什么？
1148
数据湖统一元数据服务需要具备哪些能力和价值？
1083
各位大佬，请教下flink sink到oss按官网上的报找不到endpoint，我要想在idea中运
685
Spark3 Join Hints是什么？
1614
Ray是什么？
2811
展开全部
阿里封神谈hadoop生态学习之路
49429
现代流式计算的基石：Google DataFlow
18327
如何使用Kafka Connect实现同步RDS binlog数据
16066
JindoFS: 云上大数据的高性能数据湖存储方案
16357
5W1H(六何分析法)全景洞察大数据
11088
助力云上开源生态 - 阿里云开源大数据平台的发展
11765
在 Apache Spark 中利用 HyperLogLog 函数实现高级分析
10557
从数砖开源 Delta Lake 说起
9667
Apache Spark 3.0 将内置支持 GPU 调度
10512
【译】用SQL统一所有：一种有效的、语法惯用的流和表管理方法
8349
展开全部
