火花中的排序非常慢

编程问答 2022-06-01

问题描述

我正在编写一个需要“按 col1,col2,col3 排序”的查询 花了 600 秒，这个订单是原因。 我确实相信它需要 shuffle，但是有替代品或任何优化想法吗？

  val rankQuery = s"select x_label,y_label,x,y From ($Xquery) order By  x_label,y" ```

然后我做

    sqlSession.sql(rankQuery).rdd
    .zipwithIndex().map(t => t._1 + "--" +t._2).map(f=>{
     val values = f.split("]")(0).split("--")(0)
     val indx = f.split("--")(1).toLong.+(1)
     val x_label = values.split(",")(0).substring(1)
     val y_label = values.split(",")(1)
     val x = values.split(",")(2)
     val y =  values.split(",")(3)
     (x_label,y,indx)
   }).toDF

添加索引并计算排名。 Xquery 只是在做连接

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@）

apache-sparkrddscalascalasqlsql