SparkSQL性能优化
在内存中缓存数据
性能调优主要是将数据放入内存中操作。通过spark.cacheTable(“tableName”)或者dataFrame.cache()。使用spark.uncacheTable(“tableName”)来从内存中去除table
- Demo案例
- 从Oracle数据库中读取数据,生成DataFrame
val oracleDF = spark.read.format(“jdbc”)
.option(“url”,“jdbc:oracle:thin:@192.168.88.101:1521/orcl.example.com”)
.option(“dbtable”,“scott.emp”)
.option(“user”,“scott”)
.option(“password”,“tiger”).load - 将DataFrame注册成表: oracleDF.registerTempTable(“emp”)
- 执行查询,并通过Web Console监控执行的时间
spark.sql(“select * from emp”).show
- 将表进行缓存,并查询两次,并通过Web Console监控执行的时间
spark.sqlContext.cacheTable(“emp”)