2
条回答
写回答
写回答
-
Android系统与应用研发7年，专注于系统性能问题处理、开发流程工具研发、SDK组件研发工作。 服务端研发2年，前后使用Golang, RoR搭建后端服务程序。出现数据倾斜，导致数据量大的计算时间过长。
2021-03-02 20:39:15赞同 展开评论 打赏 -
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 13:48:02赞同 展开评论 打赏
问答分类：
问答地址：
开发者社区
>
大数据与机器学习
>
开源大数据平台 E-MapReduce
>
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
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？
622
阿里云E-MapReduce中oss在这个do-while循环期间如果有新创建的文件是否能读取到呢？
66
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2091
阿里云E-MapReduce在mac本地测试是需要怎么安装一下吗？
279
E-MapReduce和MaxCompute的区别是什么？
2003
NeuSoft是什么？
1682
我想问一下阿里云E-MapReduce，为什么会报错这个信息呢？
233
Spark调优数据分布不均是什么意思？
529
阿里云Data bricks数据洞察(DDI)架构是什么？
1068
EMR StarRocks有hive或spark的炸裂函数，类似explode可以用吗?
715
展开全部
