备案控制台

开发者社区> 问答> 正文

HDFS 用spark anti join后体积膨胀厉害怎么办？

HDFS 用spark anti join后体积膨胀厉害，即使排序或者repartition都没有啥效果，压缩编码snappy，请问怎么解决呢？

展开

收起

hbase小助手 2018-11-21 09:57:46 1891 0

1 条回答

写回答

取消提交回答

巴客

研究spark/hive/hbase相关技术

最好是把详细语句和现象发出来，要结合时间场景看的。

2019-07-17 23:15:39

赞同展开评论打赏

问答分类：

分布式计算 Spark

问答标签：

apache spark HDFS hdfs apache spark 文件存储HDFS版spark apache spark join

问答地址：

开发者社区 > 大数据 > 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

spark 写入oss-hdfs任务，spark客户端一直在等待，如何解决？

57

1

0

为什么通过spark 写 hudi 同步 hive 设置的主键是通过join写过来的

415

1

0

可否在后面总结RDS（hdfs spark presto)那里加上对emr-impala 的补充？

296

1

0

如何在EMR Hive或Spark中访问OSS-HDFS

168

1

0

请问我用你们spark产品的时候对接的hdfs开启了kerberos认证这边spark需要单独修

563

1

0

hdfs上的数据导入到clickhouse用什么方式最快呢？spark通过jdbc导入，还是hdfs

895

1

0

Spark中的join(otherDataset, [numTasks])方法的作用是什么？

348

1

0

spark DataFrame写入HDFS是怎么压缩的？

702

1

0

spark任务想完整的部署，发布，执行调度，仅仅maxcompute组件权限够么，还需要datawo

837

1

0

Spark 读取Maxcompute 中的表进行处理，怎么弄？

854

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819010

2 据说在家办公的程序员是这样写代码的？ 1793123

3 阿里云开放端口权限 690262

4 如何升级配置 536289

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522846

6 【精品问答】python技术1000问(1) 514126

7 Flink Forward Asia 2021 有奖问答 512904

8 OceanBase 使用动画（持续更新） 359371

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801

10 OSS存储服务-客户端工具 321574

11 为体验实验室取一个新名字。 307475

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304083

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295328

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284198

15 安全组详解，新手必看教程 277341

16 写code还是做管理，开发者如何进行职业规划？ 269132

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255880

18 阿里云手机和阿云浏览器连接问题专帖 235687

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 227519

20 请问阿里云邮箱如何开启SMTP服务啊！ 225863

1 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 100

2 AI宠物更适合当代年轻人的陪伴需求吗？ 537

3 AI客服未来会完全代替人工吗？ 712

4 “云+AI”能够孵化出多少可能？ 783

5 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 555

6 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 128

7 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1413

8 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 150

9 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 123

10 CUDA error: CUDA-capable device(s) is busy 119

11 AI时代，存力or算力哪一个更关键？ 1180

12 求宜搭关联表单的更新方法！！！ 288

13 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1227

14 老哥们有个需求想请教一下，十分感谢 280

15 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 340

16 关于宜搭自定义页面的文本组件循环获取其它表单的子表单数据。 120

17 flink1.20.0 部署后发布报错，是怎么回事，各种配置都配置了 162

18 关于开发者的100件小事，你知道哪些？ 1261

19 AI助力，短剧迎来创新热潮？ 1063

20 "ModelScope默认的下载位置是在哪里？ 457

相关课程

更多

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第一阶段

409

33

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段

284

28

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第四阶段

128

19

去学习

大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第六阶段

204

21

去学习

Hadoop 分布式文件系统 HDFS

1159

43

去学习

大数据实时计算框架Spark快速入门

1023

93

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

Hybrid Cloud and Apache Spark 立即下载

Scalable Deep Learning on Spark 立即下载

Comparison of Spark SQL with Hive 立即下载