Spark2.3.0使用-云原生大数据计算服务 MaxCompute(MaxCompute)-阿里云帮助中心

本文介绍使用Spark2.3.0版本时所需的专用配置信息。

重要

建议使用Spark 3以上版本。

提交任务

使用Spark客户端提交任务时，添加以下参数指定版本，客户端下载。

# 用于开启kube模式和eventlog
spark.hadoop.odps.kube.mode=true
spark.hadoop.odps.cupid.data.proxy.enable=true
spark.hadoop.odps.cupid.fuxi.shuffle.enable=true
spark.hadoop.odps.spark.version=spark-2.3.0-odps0.47.0
spark.hadoop.odps.spark.libs.public.enable=true
spark.eventLog.enabled=true
spark.eventLog.dir=/workdir/eventlog/

# 用于读写Maxcompute
spark.sql.catalogImplementation=odps

使用DataWorks节点提交任务时，直接选择Spark 2.x然后添加以下参数指定版本。
```
spark.hadoop.odps.spark.version=spark-2.3.0-odps0.47.0
```

参数配置

参数名	取值	说明
`spark.sql.catalogImplementation`	`odps`
`spark.hadoop.odps.cupid.vectorization.enable`	建议设置为`true`	当设置为true时，会使用批读写优化。
`spark.hadoop.odps.input.split.size`	默认为`256`	该参数用于调节读MaxCompute表的并发度，默认每个分区为256MB。