您现在的位置是：主页 > news > 公司优化是什么意思/怎么优化自己公司的网站
公司优化是什么意思/怎么优化自己公司的网站
admin2025/5/15 21:52:42【news】
简介公司优化是什么意思,怎么优化自己公司的网站,网站建设内部链接,上海网站建设规范Spark的默认配置文件位于堡垒机上的这个位置: $SPARK_CONF_DIR/spark-defaults.conf，用户可以自行查看和理解。 需要注意的是，默认值优先级最低，用户如果提交任务时或者代码里明确指定配置，则以用户配置为先。 用户再理解参数含义…
Spark的默认配置文件位于堡垒机上的这个位置: $SPARK_CONF_DIR/spark-defaults.conf，用户可以自行查看和理解。
需要注意的是，默认值优先级最低，用户如果提交任务时或者代码里明确指定配置，则以用户配置为先。 用户再理解参数含义的基础上，可根据具体任务情况调整参数（修改提交参数--conf值，不是spark-defaults.conf文件）。
以下常用参数配置均可以通过 --conf XXX=Y 方式使用，其他参数以及介绍请参考 Configuration - Spark 3.2.1 Documentation
| 参数名称 | 建议值 | 解释 |
|---|---|---|
| spark.master | yarn | 使用哪种资源调度器，一般使用yarn。本地调试可以用local |
| spark.submit.deployMode | cluster | driver程序运行位置，调试可以用client，线上任务建议cluster。 |
| spark.driver.cores | 4 | driver最大使用cpu(线程)数 |
| spark.driver.memory | 4-10g | driver申请内存大小 |
| spark.executor.memory | 3. Spark任务调优技巧 | 单个executor申请堆内内存大小 |
| spark.python.worker.memory | spark.executor.memory/2 | 一般使用默认值即可 |
| spark.yarn.executor.memoryOverhead | 3072 | 单个executor申请堆外内存大小，一般使用默认值即可 |
| spark.executor.cores | 3. Spark任务调优技巧 | 单个 executor最大并发task数 |
| spark.executor.instances | 3. Spark任务调优技巧 | executor数 |
| spark.speculation | 默认值false | 推测执行机制默认为false（关闭），如果遇到作业偶尔卡住可以尝试开启。 |
| spark.default.parallelism | 3. Spark任务调优技巧 | 控制默认RDD的partithion数，读取hdfs文件时partition数以blocksize和是否合并输入为准。 |
| spark.sql.shuffle.partitions | 3. Spark任务调优技巧 | 执行sql或sql类算子时shuffle分区数，数据量大时应提高此值。 |
| spark.pyspark.python | python2/python3/python3.5 | 指定pyspark使用的python版本（如果使用docker镜像，请先确认镜像里是否有对应版本，平台基础镜像只有python2） |
| spark.log.level | 默认值info | ALL, TRACE, DEBUG, INFO, WARN, ERROR, FATAL, OFF，不区分大小写。 |
| spark.sql.hive.mergeFiles | 默认值false | 开启会自动合spark-sql产生的并小文件 |
| spark.hadoop.jd.bdp.streaming.monitor.enable | 默认值false | 是否开启streaming作业batch积压告警功能，默认为false，可通过 --conf spark.hadoop.jd.bdp.streaming.monitor.enable=true 开启 |
| spark.hadoop.jd.bdp.batch.threshold | 默认值10 | streaming作业batch积压告警阈值，默认值为10，用户可根据需求调整，例如： --conf spark.hadoop.jd.bdp.batch.threshold=20 |
| spark.hadoop.jd.bdp.user.define.erps | 默认使用平台配置的告警组 | 对于类似streaming作业batch积压等仅需用户关注的指标，用户可自定义告警组，例如： --conf spark.hadoop.jd.bdp.user.define.erps="baibing12|maruilei" （注意：可配置多人，相邻erp用竖线|分隔） |
| spark.isLoadHivercFile spark.sql.tempudf.ignoreIfExists | 默认false | 是否加载所有hive udf(只支持spark-sql下使用,不支持spark-submit、pyspark)。(HiveTask里面已经打开，用户无需多余设置) |
