spark执行过程分析

spark任务执行记录

背景：利用pyspark join表，随后写入hive；代码中包含三个写入操作hiveContext.sql(sql_join).write.saveAsTable("stage_data.users_basic_tmp")。

查看任务被分为三个job

image.png

1. 第1个任务比较简单，只有一个stage即完成了。

image.png

2. 第二个任务比较大，共分为7个stage

image.png

image.png

进入每个stage可查看任务执行状况

image.png

也可以查看每个阶段的执行情况

image.png

最终执行完成的结果

image.png

完