AI 助理
备案控制台
开发者社区 问答 正文

Spaek程序执行，有时候默认为什么会产生很多task，怎么修改默认task执行个数？

Spaek程序执行，有时候默认为什么会产生很多task，怎么修改默认task执行个数？

展开
收起
茶什i 2019-10-28 16:11:39 1796 分享 版权

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。

1 条回答
写回答
取消 提交回答
  • 问问小秘

    答：1）因为输入数据有很多task，尤其是有很多小文件的时候，有多少个输入 block就会有多少个task启动；2）spark中有partition的概念，每个partition都会对应一个task，task越多，在处理大规模数据的时候，就会越有效率。不过task并不是越多越好，如果平时测试，或者数据量没有那么大，则没有必要task数量太多。3）参数可以通过spark_home/conf/spark-default.conf配置文件设置: spark.sql.shuffle.partitions 50 spark.default.parallelism 10 第一个是针对spark sql的task数量 第二个是非spark sql程序设置生效

    2019-10-28 16:31:45
    赞同 展开评论
问答地址：
开发者社区 > 云计算 > 问答
相关问答
this xml file does not appear to have any style in
47307
10
0
请问下 我访问接口不通 什么原因 Provisional headers are shown
1519
0
0
OSS的endpoint如何查看
36068
6
0
购买阿里国外的云服务器是否可以访问谷歌？
80154
47
0
配置了安全组规则，端口还是无法访问
32104
25
0
通过www和不带www的网址输入最终都指向www.我的域名.com，求指教
122907
28
0
sql server的用户名和密码怎么查啊？
35319
21
0
域名在腾讯云备案成功，解析到阿里云服务器，提示仍需备案？
59358
30
0
Connection reset by peer的常见原因及解决办法
3637
1
0
设置域名解析如何指向我的服务器url包括端口号
17464
2
0