如何解决pyspark数据帧内部连接-package $ TreeNodeException
我正在使用id在pyspark数据帧之间进行内部联接。
same_id=final_id.join(df_id,on="id",how="inner")
same_id.count()
final_id和df_id都包含大约1500万条记录。
但是我一直收到此错误:
Py4JJavaError: An error occurred while calling o484.count.
: org.apache.spark.sql.catalyst.errors.package$TreeNodeException: execute,tree:
Exchange SinglePartition
+- *(2) HashAggregate(keys=[],functions=[partial_count(1)],output=[count#9086L])
+- *(2) Project
+- *(2) BroadcastHashJoin [_id#6701],[_id#548],Inner,BuildLeft
:- BroadcastExchange
我还能做什么来解决该错误?是否有比内部联接更好的方法来找出存在于final_id和df_id中的ID?
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。