分区数控制
Spark小文件合并优化参数配置详解
知识百科 • 数栈君 发表了文章 • 0 个评论 • 59 次浏览 • 2026-03-29 15:00
在大数据处理场景中，Spark 作为主流的分布式计算引擎，广泛应用于数据中台、数字孪生和数字可视化等核心系统中。然而，随着任务频繁执行、分区数量激增，Spark 在写入数据时容易产生大量小文件（通常指小于 HDFS 块大小 128MB 或 256MB 的文件）... ...查看全部
Spark小文件合并优化参数配置详解
知识百科 • 数栈君 发表了文章 • 0 个评论 • 59 次浏览 • 2026-03-29 15:00
在大数据处理场景中，Spark 作为主流的分布式计算引擎，广泛应用于数据中台、数字孪生和数字可视化等核心系统中。然而，随着任务频繁执行、分区数量激增，Spark 在写入数据时容易产生大量小文件（通常指小于 HDFS 块大小 128MB 或 256MB 的文件）... ...查看全部
