AbsaOSS / AbsaOSS/enceladus

Caching of DataFrame between processing phases

Đang mở
#1,560 0 bình luận 0 reaction 0 người được giao Xem trên GitHub
cloud Conformance feature priority: undecided Standardization under discussion
Ngôn ngữ chính
Scala
Star
33
Fork
16
Chỉ số merge pull request
Không có pull request nào được merge trong 30 ngày

Mô tả

## Background
Right now, based on #1538, the DataFrame is re-read between each phase. This is potentially ineffective and results it extra IO (possible extra cost in cloud)

## Feature
Investigate and eventually implement some Spark caching strategy resistant to node failure.

## Proposed Solution
This might be a source reading for possible solution
https://sparkbyexamples.com/spark/spark-dataframe-cache-and-persist-explained/

Hướng dẫn đóng góp

Mở hướng dẫn đóng góp

Đánh giá

Issue này chưa được đánh giá.

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.