読み取り操作の繰り返しを避けるために、データをメモリに保持するかどうかを示します。例えば、ルータートランスフォーメーションを使用すると、出力グループでの読み取り操作の繰り返しを回避できます。

デフォルトはfalseです。

Sparkドライバプロセス用の追加のJVMオプション。

デフォルトは

-Djava.security.egd=file:/dev/./urandom -XX:MaxMetaspaceSize=256M -XX:+UseG1GC -XX:MaxGCPauseMillis=500

です。

各Sparkアクション用のすべてのパーティションのシリアル化された結果の最大合計サイズ。

デフォルトは4Gです。

Sparkドライバプロセス用のメモリの量。

デフォルトは4Gです。

動的割り当てが有効な場合のSparkエグゼキュータの最大数。

デフォルトは1000です。値は自動的に計算されます。

各Sparkエグゼキュータを実行するコア数。

デフォルトは2です。

Sparkエグゼキュータの追加のJVMオプション。

デフォルトは

-Djava.security.egd=file:/dev/./urandom -XX:MaxMetaspaceSize=256M -XX:+UseG1GC -XX:MaxGCPauseMillis=500

です。

各Sparkエグゼキュータのメモリの量。

デフォルトは6Gです。

Sparkエンジンに割り当てるヒープの割合。1に設定すると、Sparkエンジンは、予約された300 MBのメモリを除くヒープ領域全体を使用します。

デフォルトは0.6です。

データの処理に対して、Sparkエンジンがストレージに使用するメモリの割合。

デフォルトは0.5です。

シリアル化されたRDDパーティションを圧縮するかどうかを示します。

デフォルトはfalseです。

データのシャッフル中に各削減タスクがマッピングタスクから受信できるデータの最大サイズ。このサイズは、シャッフルされたデータ用の十分なメモリを削減タスクに確保するためのネットワークバッファを表します。

デフォルトは48Mです。

それぞれのマッピングタスクで中間シャッフル出力を書き込むために使用するメモリ内バッファのサイズ。

デフォルトは32Kです。

ブロードキャスト結合を使用するためのバイト単位のしきい値。

Sparkエンジン

がブロードキャスト結合を使用している場合、Sparkドライバは

詳細クラスタ

で実行されているSparkエグゼキュータにデータを送信するため、シャッフルが回避され、パフォーマンスが向上します。

マッピング

タスクがカラム形式や区切りファイルを処理する場合など、状況によっては、ブロードキャスト結合によってSparkドライバレベルでメモリの問題が発生する可能性があります。この問題を解決するには、ブロードキャスト参加のしきい値を10 MBに減らすか、Sparkドライバのメモリを増やすか、ブロードキャスト参加を無効にしてみてください。

デフォルトは256000000です。ブロードキャスト結合を無効にするには、値を-1に設定します。

ブロードキャスト結合中に使用される秒単位のタイムアウト。

デフォルトは300です。

データをシャッフルして結合または集計を処理するためにSparkが使用するパーティション数。

デフォルトは100です。

カスタムSparkセッションプロパティを設定します。カスタムプロパティを区切るには、

&:

を使用します。