Fork me on GitHub

[Spark经验一]Spark RDD计算使用的函数里尽量不要使用全局变量

     比如RDD里的计算调用了别的组件类里的方法(比如hbase里的put方法),那么序列化时,会将该方法所属的对象的所有变量都序列化的,可能有些根本没有实现序列化导致直接报错。也就是spark的api没有做到用户无感知,在使用一些全局方法时还需自己控制。简单点的做法就是:能定义在计算函数内的方法就定义在里面。
posted @   程序优化  阅读(993)  评论(0编辑  收藏  举报
努力加载评论中...
点击右上角即可分享
微信分享提示