Spark 3.0中的AQE中动态优化join中的数据倾斜什么意思？
Spark 3.0中的AQE中动态优化join中的数据倾斜什么意思？ 求大佬解答
展开
收起
1
条回答
写回答
写回答
-
https://developer.aliyun.com/profile/5yerqm5bn5yqg?spm=a2c6h.12873639.0.0.6eae304abcjaIB在Spark中，我们希望当Join的某一边可以完全放入内存时，Spark选择BroadcastHashJoin，但是实际上会出现预估可能不够准确，导致本来可以优化为BHJ的没有被优化的情况，原因也很多，比如；统计信息不够准确；子查询太复杂；黑盒的谓词，比如自定义UDF。
2020-12-28 11:41:17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
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？
602
请问flink sql 写oss有个报错该怎么办？
1500
我想问一下阿里云E-MapReduce，为什么会报错这个信息呢？
219
阿里云云原生数据湖体系有什么优势？
1060
JindoFS 的架构是怎样的？
1148
想问下，maxcomputer 创建的SQL脚本 可以用shell 调用运行吗
1133
阿里云E-MapReduce中starrocks 2.4的mysql外部表哪个字段类型，映射不上吗？
234
spark3.0 在实时性和flink差异大吗？
2572
侵入式的CDC方案是什么？
848
cdh（6.3.2版本）集群访问oss存储的配置步骤
8438
展开全部
