spark 调优实践

1、数据倾斜
多个topic数据量不同，导致task执行时间差距很大，这个时候则需要重新进行repartition
2、小batch process执行时间比大batch执行时间 长
原因在于 小batch的数据量小，如果partition较多，则用于数据分发时候数据的网络消耗时间比较大。
3、考虑不同topic的分流 topic内包含各种业务数据，但是当前的streaming只需要其中某一个。则需要做一个分流器
简单总结:后续详尽的描述一下。有问题欢迎讨论

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容