Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Miglioramento delle prestazioni AWS Glue per i job di Apache Spark
<a name="tuning-aws-glue-for-apache-spark"></a>

 AWS Glue Per migliorare le prestazioni di Spark, potresti prendere in considerazione l'aggiornamento di alcuni parametri relativi alle prestazioni AWS Glue e di Spark.

 Per ulteriori informazioni sulle strategie specifiche per identificare gli ostacoli attraverso le metriche e ridurne l'impatto, consulta le [migliori pratiche per l'ottimizzazione delle prestazioni per i lavori di Apache Spark su Prescriptive AWS Glue Guidance](https://docs.aws.amazon.com/prescriptive-guidance/latest/tuning-aws-glue-for-apache-spark/introduction.html). AWS Questa guida introduce gli argomenti chiave applicabili ad Apache Spark in tutti gli ambienti di runtime, come l'architettura Spark e i Resilient Distributed Datasets. Utilizzando questi argomenti, la guida favorisce l'implementazione di strategie specifiche di ottimizzazione delle prestazioni, come l'ottimizzazione degli shuffle e la parallelizzazione delle attività.

Puoi identificare i punti deboli configurando la visualizzazione dell'interfaccia utente di Spark. AWS Glue Per ulteriori informazioni, consulta [Monitoraggio dei processi tramite l'interfaccia utente Web di Apache Spark](monitor-spark-ui.md).

Inoltre, AWS Glue offre funzionalità prestazionali che possono essere applicabili al tipo specifico di archivio dati a cui si connette il job. Le informazioni di riferimento sui parametri prestazionali per gli archivi dati sono disponibili in [Tipi e opzioni di connessione per ETL in AWS Glue per Spark](aws-glue-programming-etl-connect.md).