1
条回答
写回答
写回答
-
https://developer.aliyun.com/profile/5yerqm5bn5yqg?spm=a2c6h.12873639.0.0.6eae304abcjaIBCDC流式Merge回放binlog的过程中，会不断产生小文件，需要对小文件进行一些处理，EMR提供了一些优化方案新增串行autocompaction的功能在CDC流式作业运行过程中，根据一定的策略对小文件进行合并compact操作使用AdaptiveExecution打开自适应执行开关，可以有效减少Merge过程产生的小文件，如单个batch从100个小文件减少到1~2个文件。
2020-12-28 11:27:15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
想问下，maxcomputer 创建的SQL脚本 可以用shell 调用运行吗
1120
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2065
Cosco的优势是什么？
1178
大佬，可以请教下，有没有遇到 com.aliyun.oss
1214
hdfs 文件块过多（1亿）每个datanode 占3000万块(分16G内),某时刻内存陡然增加？
565
阿里云共享块存储和NAS还有OSS的区别是什么呀
7740
您好，starrocksreader 有可用于社区版StarRocks的插件和模板吗？
530
如果开传奇，同时在线4-5个版本需要什么配置云服务器多少带宽
3918
在阿里云E-MapReduce请问下这种情况是发生什么了？
188
阿里云E-MapReduce xml的带有kerberos如何配置呢？
105
展开全部
现代流式计算的基石：Google DataFlow
18469
5W1H(六何分析法)全景洞察大数据
11127
助力云上开源生态 - 阿里云开源大数据平台的发展
11814
开源生态的新发展：Apache Spark 3.0、Koala和Delta Lake
8720
hive在E-MapReduce集群的实践（二）集群hive参数优化
7631
YARN中的CPU资源隔离-CGroups
9800
E-MapReduce的HBase集群使用Hue
7171
E-MapReduce大数据安全实践
6430
Presto实现原理（转）
7177
EMR集群上capacity scheduler的ACL实现
5721
展开全部
