PASS

 

spark中repartition什么分区最合适
1.节点*每台核数
2.hdfs块数/128
3.goal文件切片那边 分区数接近2000，写2000

如果核数少，task数用2到3倍，文件朵的更碎，有效利用核资源
2 300 ~ 1000 节点*每台核数
太大了，>2000，写2000