为什么一个普通的DataFrame.count()会导致pyspark执行两个作业？

tf7tbtn2 于 2023-03-22 发布在 Spark

关注(0)|答案(1)|浏览(80)

我试图理解Spark是如何将逻辑执行计划转换为物理执行计划的
我做两件事：
1.读取csv文件
1.在 Dataframe 上计数
因此，我期望DAG只执行两个作业
为什么这总共创造了3个就业机会？

为什么需要3个不同的阶段？

来源：https://stackoverflow.com/questions/75786032/why-does-a-single-vanilla-dataframe-count-cause-2-jobs-to-be-executed-by-pyspa

1条答案

按热度按时间

我甚至从文件中删除了头文件，并强制inferSchema禁用，仍然有3个工作：

赞(0）回复(0）举报 2023-03-22

相关问题

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

xxl-job 安全组扫描到执行器端口服务存在信息泄露漏洞
回答(1) 发布于 3个月前
xxl-job 不能和nacos兼容？
回答(3) 发布于 3个月前
xxl-job 任务执行完后无法结束，日志一直转圈
回答(3) 发布于 3个月前
xxl-job-admin页面上查看调度日志样式问题
回答(1) 发布于 3个月前
xxl-job 参数512字符限制能否去掉
回答(1) 发布于 3个月前