原因就不解释了，总之是因为多线程并行往hdfs写造成的（因为每个DataFrame/RDD分成若干个Partition，这些partition可以被并行处理）。原因就不解释了，总之是因为多线程并行往hdfs写造成的（因为每个DataFrame/RDD分成
阅读背景：
如何应对SparkSQL DataFrame保存到hdfs时出现的过多小文件问题
来源：互联网
分享到：
