Spark TeraSort 实现与调优

TeraSort简介 TeraSort是为Hadoop参加Sort Benchmark而开发的程序包。其中包含3个程序：html TeraGen：用来生成测试数据； TeraSort：用来对生成的测试数据进行排序； TeraValidate：用来校验排序结果的正确性； Spark的TeraSort实现 参考ehiggs/spark-terasort以及RDD#sortBy的代码，我本身实现了一个S

>>阅读原文<<