1.他们处理的数据源和处理次数、处理逻辑是一模一样的！！可是所需的时间差异却这么的大
2.因为spark版的kmeans算法里我要迭代计算新的聚类中心点，每一次迭代计算的聚类中心点结果需要collect到drive端，来进行下一次的迭代计算
为啥同样的的数据源spark的collect算子循环150次6s，pyspark的collect循环150次要2300s？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
问题事件
系统已结题
11月4日
创建了问题
10月27日
悬赏问题
- ¥15 单纯型python实现编译报错
- ¥15 c++2013读写oracle
- ¥15 c++ gmssl sm2验签demo
- ¥15 关于模的完全剩余系(关键词-数学方法)
- ¥15 有没有人懂这个博图程序怎么写，还要跟SFB连接，真的不会，求帮助
- ¥15 PVE8.2.7无法成功使用a5000的vGPU，什么原因
- ¥15 is not in the mmseg::model registry。报错，模型注册表找不到自定义模块。
- ¥15 安装quartus II18.1时弹出此error，怎么解决？
- ¥15 keil官网下载psn序列号在哪
- ¥15 想用adb命令做一个通话软件，播放录音