文件数控制
Spark小文件合并优化参数配置方案
知识百科 • 数栈君 发表了文章 • 0 个评论 • 36 次浏览 • 2026-03-28 19:41
在现代数据中台架构中，Spark 作为核心计算引擎，广泛应用于批处理、流处理和机器学习任务。然而，随着数据规模的持续增长与任务并发度的提升，一个普遍但易被忽视的问题逐渐显现：小文件泛滥。这些文件通常小于 HDFS 默认块大小（128MB 或 256MB），数量... ...查看全部
Spark小文件合并优化参数配置方案
知识百科 • 数栈君 发表了文章 • 0 个评论 • 36 次浏览 • 2026-03-28 19:41
在现代数据中台架构中，Spark 作为核心计算引擎，广泛应用于批处理、流处理和机器学习任务。然而，随着数据规模的持续增长与任务并发度的提升，一个普遍但易被忽视的问题逐渐显现：小文件泛滥。这些文件通常小于 HDFS 默认块大小（128MB 或 256MB），数量... ...查看全部
