如何解决Spark Sql查询在scala中需要更长的时间
我是 Spark sql 的新手,我有一个在 for 循环中运行的 spark sql 查询。示例,
val sQuery = "select distinct col1,col2,col3 from HiveDB.HiveTableName"
对循环中的不同 hive db 和 table,几乎 200 db 和表,正在按顺序执行查询。因为查询必须对整个表运行,所以性能受到影响。我尝试重写/优化查询,如
val sQuery = "select * from (select col1,col3,dense_rank() over (order by `date` desc) as rnk from HiveDB.HiveTableName ) b where b.rnk =1"
但我仍然看到与第一次查询相比,它花费的时间相同。任何人都可以建议优化查询。
Spark 版本使用的是 2.3.2 表为外部ORC格式,按yyyy-mm分区。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。