1. 数据量大，内存占用过高；
https://zhuanlan.zhihu.com/p/103128296
新增优化策略（可思考）：将数据集根据group分组，每个任务处理10个group，共计需要1500个task，每个组的数据将item-id和feature读取后进行广播（也可存成map），这样一个task最多大约占用(8000+8000)*10*8k=1.22G数据；然后只读item-id和group，需要的时候现计算现取数；
即可保守配置成 50executor，并行度30，堆内内存60g，堆外内存Ng，核数5，？？？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
