【发布时间】：2019-06-17 12:58:54
【问题描述】：
如何运行 tpc-ds 数据生成 (dsdgen)，然后以并行分布式模式对这些数据 (dsqgen) 运行查询。我在纱线配置 (spark.master yarn) 上使用 Spark，并将数据存储在突发缓冲区存储系统上。
【问题讨论】：
标签： apache-spark tpc
【发布时间】：2019-06-17 12:58:54
【问题描述】：
请查看我目前的探索@https://github.com/dhiraa/spark-tpcds。吨 t 下有应用，可以并行生成数据。
或者你可以查看我的参考@https://github.com/maropu/spark-tpcds-datagen
在这两种情况下不要忘记使用选项“--partition-tables”来利用并行生成。
【讨论】：