Find centralized, trusted content and collaborate around the technologies you use most.
Teams
Q&A for work
Connect and share knowledge within a single location that is structured and easy to search.
从 spark 2.3 升级到 spark 2.4.3 时,我看到我的一个阶段产生的随机磁盘溢出量增加了 20-30%。
在两种环境中执行相同的代码。
两种环境之间的所有配置都相同
在 2.4.3 和 2.3.0 上运行 .explain(false)。另外转储两者上使用的配置。在这些版本中,优化规则的方式发生了变化。还有你在哪里运行火花?有一个肮脏的秘密是,许多 spark 的提供者一直在定制和改进 spark 的底层。我怀疑发生的事情比你怀疑的要多。