spark kafka direct stream的一个问题
sparkstreaming使用kakfa direct streaming api创建streaming。这个api是从kafka文件中直接获取数据的，kafka topic有多少个分区就对应着stream中的rdd有多少个分区。我想问问如何在不增加kafka topic分区的前提下，增加rdd的中的分区呢？当然repartition就算了，shuffle过程不值当呀
展开
收起
1
条回答
写回答
写回答
-
社区管理员1、增加rdd的分区有几种方式：
（1）修改spark.default.parallelism的默认值
(2)repartition重分区2、topic分区的最大数量<= min(单台kafka集群设备的core)，因为有多少分区就有多大的并行度，但是不能超过设备的core数量。
希望对小伙伴们有帮助。
2019-07-17 23:12:44赞同 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
