容器服务ASK中spark读云存储s3文件太慢的问题有遇到过吗？
容器服务ASK中spark读云存储s3文件太慢的问题有遇到过吗？
展开
收起
1
条回答
写回答
写回答
-
十分耕耘，一定会有一分收获！楼主你好，看了你的描述，可能是网络延迟，因为S3对象存储位于公共云上，可能存在网络延迟，你可以考虑将数据预先拷贝到ASK的本地存储中，然后进行Spark处理。
还有就是数据分布和并行度，如果S3上的数据量庞大，建议使用并行化的方式读取数据，以提高读取速度，可以将数据分割成多个小文件或使用Spark的并行处理能力来同时读取多个文件。
如果S3上的数据文件较大，可以考虑对数据进行压缩，减少网络传输时间，Spark支持多种压缩格式，如gzip、snappy、lz4等，可以尝试不同的压缩方式。
2024-03-13 08:53:52赞同 1 展开评论 打赏
问答标签：
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
热门讨论
热门文章
怎么查看registry.aliyuncs.com/google_containers都有哪些镜像
8754
registry.aliyuncs.com/google_containers这个镜像仓库都有啥镜像
2096
容器服务ACK阿里镜像仓库哪里可以看到所有的镜像版本？
1233
阿里云发布的全球首个容器计算服务ACS，和已有的ASK有什么区别
1336
ACS与ACK Serverless 两个产品的区别
152
docker login报错Error response from daemon: Filtered
47
nacos重启报错，且启动端口不是配置文件中设置的。但用docker挂载data启动又是正常的,求解
299
容器服务ACK的节点机，磁盘空间被占满，直接使用crictl清理不用的镜像会影响kubelet么？
540
K8S 集群 ingress资源的ADDRESS怎样配置为多个工作节点的IP？
736
服务 和 容器 是什么关系
6137
展开全部
