1
条回答
写回答
写回答
-
https://developer.aliyun.com/profile/5yerqm5bn5yqg?spm=a2c6h.12873639.0.0.6eae304abcjaIB它的表现有多种，比如若干task停滞不前，像是出现了bugs，又比如大量的diskspilling会导致很多节点都无事可做。此外，你也许会看到outofmemory这种异常。其解决方法也很多，比如找到skewvalues然后重写query，或者在join的情况下增加skewkeys来消除数据分布不均，但是无论哪种方法，都非常浪费时间，且后期难以维护。AQE解决问题的方式如下，其通过shuffle落地后的中间数据结果判断哪些partition是skew的，如果partition过大，就将其分成若干较小的partition，通过分而治之，总体性能大幅提升。
2020-12-28 11:13:46赞同 展开评论 打赏
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
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
热门讨论
热门文章
hdfs 文件块过多（1亿）每个datanode 占3000万块(分16G内),某时刻内存陡然增加？
610
Ray是什么？
2846
我想问一下阿里云E-MapReduce，为什么会报错这个信息呢？
225
阿里云E-MapReduce中starrocks 2.4的mysql外部表哪个字段类型，映射不上吗？
237
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2080
Mem usage has exceed the limit of BE - com.mysql.j
1486
阿里云E-MapReduce中jindo对接S3的时候worker超过2个的都起不来这是有限制吗？
52
spark3.0 在实时性和flink差异大吗？
2574
Spark调优数据分布不均是什么意思？
524
阿里云云原生数据湖体系有什么优势？
1061
展开全部
现代流式计算的基石：Google DataFlow
18531
基于Spark Streaming 进行 MySQL Binlog 日志准实时传输
11030
在 Apache Spark 中利用 HyperLogLog 函数实现高级分析
10607
Apache Spark + Intel Analytics Zoo 进行深度学习
7022
E-MapReduce集群中HDFS服务集成Kerberos
6667
使用Ranger对Hive数据进行脱敏
8550
E-MapReduce集群搭建HAWQ实践
5762
YARN ResourceManager重启作业保留机制
7505
利用yarn capacity scheduler在EMR集群上实现大集群的多租户的集群资源隔离和quota限制
6845
阿里云大数据+AI技术沙龙上海站回顾 | 揭秘TPC-DS 榜单第一名背后的强大引擎
6479
展开全部
