Amazon Deequ (scala) - 并行化分析器

编程问答 2022-05-22

问题描述

我有一个用例，我需要在 600 多列上运行 3 个指标（Completeness、Entropy 和 countdistinct），查看 DAG，观察到指标是按顺序计算的。我将所有分析器添加到单个 AnalaysisRunner 对象中，并且只进行一次运行调用，有人可以帮助了解如何在我的情况下使其并行以优化运行时间吗？

val analysisRunner = AnalysisRunner.onData(sourceData)

attributesList.foreach(attribute => {
          analysisRunner.addAnalyzer(Completeness(attribute))
          analysisRunner.addAnalyzer(Entropy(attribute))
          analysisRunner.addAnalyzer(Countdistinct(attribute))
        })

val analysisResult: AnalyzerContext = analysisRunner.run()
var attributesDataMetrics = successMetricsAsDataFrame(spark,analysisResult)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

amazon-deequapache-sparkscalascala