調用一個python函數(def)磚

[pjp94]

不知道我缺少一些東西,但運行一個任務之外的python函數運行更快比在一個函數執行相同的任務。有什麼我錯過火花如何處理功能?

1)

def任務(x):

y = dostuff (x)

返回y

2)

y = dostuff (x)

[Hubert_Dudek1]

它會更容易如果你整個代碼@pjp94分享

[UmaMahesh1]

假設你提到dostuff火花sql函數,你可以看看這個線程堆棧溢出和鏈接在同一線程中得到一些主意。

https://stackoverflow.com/questions/38296609/spark-functions-vs-udf-performance

[huyd]

如果你能Python udf轉換為sql udf。這些玩好自適應查詢執行和不會有性能損失。

[ramravi]

似乎你使用UDF。UDF火花是昂貴的,因為火花不知道如何優化UDF。更好的避免它們,除非你別無選擇。

[謝爾]

不要使用python正常功能使用UDF pyspark這樣會更快