Spark RDD在saveAsTextFile时直接保存成一个txt文件

在该语句之前加上repartition(1),即写作以下形式:
rdd.repartition(1).saveAsTextFile("out.txt")
即,之前每个partition保存成一个txt文件,现repartition成一个分区,然后再保存。

 

注意(未验证):这个操作对于大文件来说,repartition(1)可能会导致某一个节点内存不足,超出的部分会临时存放在硬盘中,影响saveAsTextFile存储速度。

posted @ 2015-07-09 10:21  gOOner黑骑士  阅读(7882)  评论(0编辑  收藏  举报