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？
543
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2053
大佬，可以请教下，有没有遇到 com.aliyun.oss
1197
我想问一下阿里云E-MapReduce，为什么会报错这个信息呢？
200
想问下，maxcomputer 创建的SQL脚本 可以用shell 调用运行吗
1105
hdfs使用Jindo SDK 4.6.10 往oss迁数据时候问题，oss类型归档存储
281
阿里云共享块存储和NAS还有OSS的区别是什么呀
7730
JindoSDK能够脱离oss单独使用吗？
679
spark sql 使用row_number 出现oom
1410
Mem usage has exceed the limit of BE - com.mysql.j
1467
展开全部
阿里封神谈hadoop生态学习之路
49549
现代流式计算的基石：Google DataFlow
18444
如何使用Kafka Connect实现同步RDS binlog数据
16089
JindoFS: 云上大数据的高性能数据湖存储方案
16381
Spark in action on Kubernetes - Playground搭建与架构浅析
13187
首次揭秘|为6.4亿人次出行提供无线网络的技术架构
10639
阿里封神-大数据处理技术漫谈
11864
JindoFS概述：云原生的大数据计算存储分离方案
23147
助力云上开源生态 - 阿里云开源大数据平台的发展
11809
玩转阿里云EMR三部曲-中级篇 集成自有服务
10638
展开全部
