开发者社区 > 大数据与机器学习 > 大数据开发治理DataWorks > 正文

dataworks中有一个非分区表是订单表,请问一下,MR任务对源表的数量是否有限制?

dataworks中有一个非分区表是订单表,然后我建了一个MR任务从里面读取所有支付成功的订单数据,分按天查分金额到一个新的表,但是我发现拆分后的表里数据并不全,很多数据没有进来。请问一下,MR任务对源表的数量是否有限制,目标的表的记录数量是否有上限。会不会是因为是非分区表导致数量超过了要求上限所认才进不来?

展开
收起
真的很搞笑 2024-01-14 19:13:46 53 0
2 条回答
写回答
取消 提交回答
  • 这可能得先从脚本逻辑自查一下 少了哪部分数据 ,或者可以看下是不是from的数据本身还未产出 任务就开始执行了 导致读到的数据少了或者为0 最终当前表产出的数据也会为0 ,此回答整理自钉群“DataWorks交流群(答疑@机器人)”

    2024-01-15 07:46:44
    赞同 展开评论 打赏
  • 面对过去,不要迷离;面对未来,不必彷徨;活在今天,你只要把自己完全展示给别人看。

    在DataWorks中运行MR任务读取源表数据并写入新表的过程,可能会受到几种因素的限制。首先,MR任务对源表的数量并没有明确的限制。然而,目标表的记录数量是有上限的,单个Job的输出路数不能超过256。

    对于你的问题,如果发现拆分后的表中的数据并不全,可能的原因有几个。第一,MR任务的输出路径和目标表的路径是否正确;第二,检查源数据是否存在缺失或者异常;第三,目标表是否达到了单表的记录上限。特别是当源表是非分区表时,该表的记录数量上限可能会成为影响任务完成的一个重要因素。

    在这种情况下,建议你首先确认目标表的记录数量上限是否已经达到。然后,你可以使用DataWorks的Check节点来检查MaxCompute分区表数据是否已经可用。此外,如果源表是非分区表并且可能导致数据超出预期上限,可以考虑程序自动监控项目空间中表对应的分区数,如果接近上限就进行报警。

    2024-01-14 19:34:09
    赞同 展开评论 打赏

DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。

相关产品

  • 大数据开发治理平台 DataWorks
  • 热门讨论

    热门文章

    相关电子书

    更多
    DataWorks数据集成实时同步最佳实践(含内测邀请)-2020飞天大数据平台实战应用第一季 立即下载
    DataWorks调度任务迁移最佳实践-2020飞天大数据平台实战应用第一季 立即下载
    基于DataWorks数据服务构建疫情大屏-2020飞天大数据平台实战应用第一季 立即下载