DataWorks并行度2,文件解压后大小12G,oss zip文件离线同步?
DataWorks提供OSS数据同步的能力,您可以使用此功能进行离线同步。在配置离线同步任务时,如果遇到文件过大的问题,如文件解压后大小为12G,您可以通过调整同步任务的并发配置来提高同步速度。具体来说,如果您使用脚本模式配置离线同步任务,需要调小配置通道控制中的concurrent参数。同时,对于大文件的同步,例如OSS文件,建议减少读取的文件数。此外,DataWorks限制下载的包总大小为100 MB,因此对于大于100MB的文件,需要进行额外的处理。
https://help.aliyun.com/zh/dataworks/user-guide/oss-data-source?spm=a2c4g.11186623.0.i0#task-2311246可以参考看下 oss reader插件的说明 看能否拆分文件读取下,此回答整理自钉群“DataWorks交流群(答疑@机器人)”
在 DataWorks 中,如果文件解压后大小为 12GB,而并行度设置为 2,则可能会导致同步时间过长。这是因为并行度设置越高,每次可以处理的数据量越大,但同时也会增加系统的负载和网络带宽的使用,从而可能导致同步速度变慢。
为了解决这个问题,可以尝试以下方法:
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。
DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。