配置SparkSQL的分块个数

操作场景

SparkSQL在进行shuffle操作时默认的分块数为200。在数据量特别大的场景下，使用默认的分块数就会造成单个数据块过大。如果一个任务产生的单个shuffle数据块大于2G，该数据块在被fetch的时候还会报类似错误：

Adjusted frame length exceeds 2147483647: 2717729270 - discarded

例如，SparkSQL运行TPCDS 500G的测试时，使用默认配置出现错误。所以当数据量较大时需要适当地调整该参数。

配置参数

1. 登录FusionInsight Manager系统。

   详细操作请参考访问集群Manager。

2. 在Manager系统中，选择“集群 > 服务 > Spark2x > 配置”，单击“全部配置”。在搜索框中输入参数名称。

   表1 参数介绍

   参数	描述	取值示例
   spark.sql.shuffle.partitions	SparkSQL在进行shuffle操作时默认的分块数。	200