Spark2.3.0使用 - MaxCompute

本文介紹使用Spark2.3.0版本時所需的專用配置資訊。

重要

建議使用Spark 3以上版本。

提交任務

使用Spark用戶端提交任務時，添加以下參數指定版本，用戶端下載。

# 用於開啟kube模式和eventlog
spark.hadoop.odps.kube.mode=true
spark.hadoop.odps.cupid.data.proxy.enable=true
spark.hadoop.odps.cupid.fuxi.shuffle.enable=true
spark.hadoop.odps.spark.version=spark-2.3.0-odps0.47.0
spark.hadoop.odps.spark.libs.public.enable=true
spark.eventLog.enabled=true
spark.eventLog.dir=/workdir/eventlog/

# 用於讀寫Maxcompute
spark.sql.catalogImplementation=odps

使用DataWorks節點提交任務時，直接選擇Spark 2.x然後添加以下參數指定版本。
```
spark.hadoop.odps.spark.version=spark-2.3.0-odps0.47.0
```

參數配置

參數名	取值	說明
`spark.sql.catalogImplementation`	`odps`
`spark.hadoop.odps.cupid.vectorization.enable`	建議設定為`true`	當設定為true時，會使用批讀寫最佳化。
`spark.hadoop.odps.input.split.size`	預設為`256`	該參數用於調節讀MaxCompute表的並發度，預設每個分區為256MB。