标签：文件 Hint hdfs 分区 查询 Sql Spark spark select

对一个大表进行了30个天分区的查询, spark客户端显示了所有excutor均已执行完毕.

查看hdfs分区也显示已有数据, desc表名显示表还没作成.

于是用 hadoop fs -ls 看了下hdfs文件数发现有上万个小文件. 导致合并查询结果时间巨长

小文件过多会导致文件系统效率低下.我们可以在写sparksql时加入hint合并小文件.

方法如下:

--spark-sql
select /*+COALESCE(1)*/
from
    (
        select field
        from base.table
    )t
;

标签：文件,Hint,hdfs,分区,查询,Sql,Spark,spark,select
来源： https://www.cnblogs.com/jianlinjianlin/p/15836649.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。