如何解决当在Spark2.4.x或更高版本中使用df.rdd将数据帧转换为rdd时,内部会发生什么?
我正在一个应用程序上使用udf之后使用df.cache()然后使用df.count(),但是我读的是较新的Spark版本(> 2.x),优化器不需要计算所有行用于执行.count(),因此不会发生.cache(),因此最好使用df.rdd.count()。这是真的吗?
此外,如果我们执行df.someFun()和df.rdd.someFun(),内部会发生什么?
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。