备案控制台

开发者社区> 问答> 正文

HDFS 用spark anti join后体积膨胀厉害怎么办？

HDFS 用spark anti join后体积膨胀厉害，即使排序或者repartition都没有啥效果，压缩编码snappy，请问怎么解决呢？

展开

收起

hbase小助手 2018-11-21 09:57:46 1890 0

1 条回答

写回答

取消提交回答

巴客

研究spark/hive/hbase相关技术

最好是把详细语句和现象发出来，要结合时间场景看的。

2019-07-17 23:15:39

赞同展开评论打赏

问答分类：

分布式计算 Spark

问答标签：

apache spark HDFS hdfs apache spark 文件存储HDFS版spark apache spark join

问答地址：

开发者社区 > 大数据 > 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

spark 写入oss-hdfs任务，spark客户端一直在等待，如何解决？

51

1

0

为什么通过spark 写 hudi 同步 hive 设置的主键是通过join写过来的

414

1

0

可否在后面总结RDS（hdfs spark presto)那里加上对emr-impala 的补充？

295

1

0

如何在EMR Hive或Spark中访问OSS-HDFS

168

1

0

请问我用你们spark产品的时候对接的hdfs开启了kerberos认证这边spark需要单独修

562

1

0

hdfs上的数据导入到clickhouse用什么方式最快呢？spark通过jdbc导入，还是hdfs

895

1

0

Spark中的join(otherDataset, [numTasks])方法的作用是什么？

347

1

0

spark DataFrame写入HDFS是怎么压缩的？

699

1

0

spark任务想完整的部署，发布，执行调度，仅仅maxcompute组件权限够么，还需要datawo

835

1

0

Spark 读取Maxcompute 中的表进行处理，怎么弄？

852

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1818976

2 据说在家办公的程序员是这样写代码的？ 1793092

3 阿里云开放端口权限 690248

4 如何升级配置 536280

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522824

6 【精品问答】python技术1000问(1) 514119

7 Flink Forward Asia 2021 有奖问答 512897

8 OceanBase 使用动画（持续更新） 359370

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329800

10 OSS存储服务-客户端工具 321552

11 为体验实验室取一个新名字。 307472

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304075

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295323

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284187

15 安全组详解，新手必看教程 277340

16 写code还是做管理，开发者如何进行职业规划？ 269113

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255878

18 阿里云手机和阿云浏览器连接问题专帖 235686

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 226778

20 请问阿里云邮箱如何开启SMTP服务啊！ 225856

1 “云+AI”能够孵化出多少可能？ 496

2 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 326

3 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1052

4 AI时代，存力or算力哪一个更关键？ 978

5 求宜搭关联表单的更新方法！！！ 182

6 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1091

7 老哥们有个需求想请教一下，十分感谢 177

8 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 203

9 关于开发者的100件小事，你知道哪些？ 1144

10 AI助力，短剧迎来创新热潮？ 794

11 "ModelScope默认的下载位置是在哪里？ 330

12 1024程序员节，开发者们都在参与社区的哪些活动？ 2475

13 关于文本框校验自定义函数的问题 444

14 执行docker search nginx 报错超时 331

15 百问求答第四期-回答问题即有机会拿冬季取暖器 1204

16 MQTT保持连接的话, 应该设置成多少? 114

17 宜搭-集成&自动化，怎么实现定时自动获取普通表单里的所有数据，并更新该表单里的某列数据？ 313

18 有没有大佬知道：宜搭的流程表单里如何通过js面板给成员组件赋值？ 387

19 百问求答第四期-回答问题即有机会拿冬季取暖器 825

20 域名内网可以正常访问，外网访问不了 483

相关课程

更多

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第一阶段

409

33

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第三阶段

124

25

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第五阶段

152

32

去学习

大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第六阶段

204

21

去学习

Hadoop 分布式文件系统 HDFS

1155

43

去学习

大数据实时计算框架Spark快速入门

1021

93

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

Hybrid Cloud and Apache Spark 立即下载

Scalable Deep Learning on Spark 立即下载

Comparison of Spark SQL with Hive 立即下载