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.
Utilizzo di formati colonnari per migliorare le prestazioni delle query
Sparkpuò utilizzare vari formati di file di input, come Apache ParquetOptimized Row Columnar (ORC), e CSV. Tuttavia, Parquet funziona meglio all'internoSpark SQL. Fornisce tempi di esecuzione più rapidi, maggiore velocità di scansione, I/O del disco ridotto e costi operativi inferiori. Sparkpuò filtrare automaticamente i dati inutili utilizzando i dati statistici dei Parquet file tramite filtri push-down, come le statistiche min-max. D'altra parte, è possibile abilitare il lettore vettoriale Spark Parquet per leggere i file in batch. Parquet Quando si utilizza Spark SQL per elaborare dati, si consiglia di utilizzare i formati di Parquet file, se possibile.
