参考:
SparkML之推荐算法(一)ALS --有个比较详细的讲解,包含blocks使用。
Spark ALS源码总结算法
//TODO 源码,集群尝试、研究blocks使用原理及做用。 官方解释:numBlocks is the number of blocks used to parallelize computation (set to -1 to auto-configure). 即bloclk用于并行计算。并行计算量的大小。 block设定小值,集群中咱们设置spark.default.parallelism=10 或者blocks=2。大大下降了运算时间,从6min下降到40s。可是这是为何? 由于RDD的lineage?