1
条回答
写回答
写回答
-
https://developer.aliyun.com/profile/5yerqm5bn5yqg?spm=a2c6h.12873639.0.0.6eae304abcjaIBCDC流式Merge回放binlog的过程中，会不断产生小文件，需要对小文件进行一些处理，EMR提供了一些优化方案新增串行autocompaction的功能在CDC流式作业运行过程中，根据一定的策略对小文件进行合并compact操作使用AdaptiveExecution打开自适应执行开关，可以有效减少Merge过程产生的小文件，如单个batch从100个小文件减少到1~2个文件。
2020-12-28 11:27:15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
大佬，可以请教下，有没有遇到 com.aliyun.oss
1135
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？
414
请问有人遇到过阿里云E-MapReduce这个问题嘛？
97
Mem usage has exceed the limit of BE - com.mysql.j
1430
阿里云E-MapReduce notebook 大概什么时候会正式上线？
191
EMR StarRocks有hive或spark的炸裂函数，类似explode可以用吗?
653
Hologres 是对标 ClickHouse + Hbase + ...？,是如何把这些能力全部都
6230
如果join的两边的part都比较大，是不是都会拆分？
636
E-MapReduce和MaxCompute的区别是什么？
1949
基于 JindoFS 缓存加速的训练架构有什么优势？
989
展开全部
Spark in action on Kubernetes - Playground搭建与架构浅析
13176
如何在Aliyun E-MapReduce集群上使用Zeppelin和Hue
12880
HIVE MapJoin异常问题处理总结
14940
漫谈分布式计算框架
11132
首次揭秘|为6.4亿人次出行提供无线网络的技术架构
10619
助力云上开源生态 - 阿里云开源大数据平台的发展
11755
玩转阿里云EMR三部曲-中级篇 集成自有服务
10609
基于Spark Streaming 进行 MySQL Binlog 日志准实时传输
11002
【译】使用Spark SQL 运行大规模基因组工作流
9345
Apache Spark 3.0 将内置支持 GPU 调度
10504
展开全部
