使用PySpark的Pandas UDF分组地图是否将每个组的数据加载到分配给一个执行程序的内存中? 2024-05-20 • 问答 我想使用here中所述的PySpark 2.3+中的等效熊猫分组地图,但是我发现这句话在描述中有些含糊。 请注意,应用该功能之前,组的所有数据将被加载到内存中。这可能会导致内存不足异常,尤其是在组大小偏斜的情况下。 maxRecordsPerBatch的配置不适用于组,并且要由用户来确保分组的数据将适合可用内存。 可用内存在这里意味着什么?它是群集上的可用内存还是分配给单个执行程序的内存? wangyin2003 回答:使用PySpark的Pandas UDF分组地图是否将每个组的数据加载到分配给一个执行程序的内存中? 暂时没有好的解决方案,如果你有好的解决方案,请发邮件至:iooj@foxmail.com out-of-memorypandas-groupbypyspark 本文链接:https://www.f2er.com/3071475.html 大家都在问 已解答将 Python 程序转换为 C/C++ 代码?2023-03-20 已解答模块化算法和 NTT(有限域 DFT)优化2023-03-20 已解答初始化是否需要左值到右值的转换?是`int x = x;` UB 吗?2023-03-20 已解答cout<<调用它打印的函数的顺序?2023-03-20 已解答C++11 中 COW std::string 实现的合法性2023-03-20 已解答为什么我不能将 unique_ptr 推回到向量中?2023-03-20 已解答std::vector::resize() 与 std::vector::reserve()2023-03-20 已解答extern inline 有什么作用?2023-03-20 已解答在这种特定情况下,使用成员初始值设定项列表和在构造函数中赋值之间有区别吗?2023-03-20 已解答为什么模数除法 (%) 仅适用于整数?2023-03-20 已解答在 C++ 中测量函数的执行时间2023-03-20 已解答如何使用 Code::Blocks 链接到库?2023-03-20 已解答C++ 中的 int 和 long 有什么区别?2023-03-20 已解答如何将cin和cout重定向到文件?2023-03-20 已解答优化掉一个“while(1);"在 C++0x2023-03-20 已解答如何在只有受保护或私有构造函数的类上调用 ::std::make_shared?2023-03-20