问题场景:在使用spark sql 增加where条件过滤时,会出现打印很多的被过滤掉的记录(几十万条),导致跑spark sql 特别慢!
var df2 = sqc.sql("SELECT * FROM T_COMMISIONRATEDEF WHERE T_INSURANCETYPE = '630' ORDER BY T_INSURANCETYPE DESC " )
执行时,打印截图:
解决方法:
设置spark 的日志级别,不打印过滤INFO信息
1)代码中使用呢代理设置:关键参考代码如下
import org.apache.log4j.Level
import org.apache.log4j.Level
Logger.getLogger("org.apache.spark").setLevel(Level.ERROR)
Logger.getLogger("org.apache.hadoop").setLevel(Level.ERROR)
Logger.getLogger("org.apache.zookeeper").setLevel(Level.ERROR)
本文介绍了一种在使用 Spark SQL 过程中遇到的问题及解决方案。问题表现为在添加 where 条件过滤时,系统会打印大量被过滤的记录,严重影响了 Spark SQL 的运行效率。文章提供了通过调整 Spark 日志级别来避免打印过滤信息的方法。
4081

被折叠的 条评论
为什么被折叠?



