Spark分区

• 默认采用的是Hash分区
  缺点：可能导致每个分区中数据量的不均匀，极端情况下会导致某些分区拥有RDD的全部数据

• Ranger分区
  要求RDD中的KEY类型必须可以排序

• 自定义分区
  根据需求，自定义分区

标签：Hash,自定义,Ranger,分区,RDD,数据量,Spark
来源： https://www.cnblogs.com/zhbeii/p/15841353.html