问题描述
我正在使用 s3a 从数据库读取数据帧并写入 .parquet(s3a://bucketname//folder)。 它适用于 ~100 列。如果这是列限制/版本问题/内存问题,找不到任何材料? 希望从有经验的社区找到一些方向。
附注。与下面相同的代码适用于我本地机器上的 Eclipse Windows,但在 linux 实例上出现问题
spark 版本 - 2.4.0-cdh6.3.3 Scala 版本- 2.11.12 Java 版本 - 1.8
def execute(sql:String) = {//defined connection }
val df_sql = ("select * from sampletable")
val df_exe = execute(df_sql)
df_exe.write.parquet(s3a://bucketname/folder)
解决方法
找到答案,以防有人遇到此问题。 调用 spark-submit 时,增加驱动程序内存以适应正在写入的文件的 1 个分区。我用了 16g