我从mongo提取数据。处理数据，然后将数据存储在hdfs中。
提取和处理1m条记录的时间不到1.1分钟。
提取代码

JavaRDD<Document> rdd = MongoSpark.load(jsc);

处理代码

JavaRDD<String> fullFile = rdd.map(new Function<Document, String>() {

                           public String call(Document s) {
//                         System.out.println(" About to Transform Json ----- " + s.toJson());
                            return JsonParsing.returnKeyJson(JsonParsing.returnFlattenMapJson(s.toJson()),args[3].split(","),extractionDetails);
                }
         });
System.out.println("Records Downloaded - " + fullFile.count());

完成时间不到1.1分钟。当我在那一点得到rdd的计数时。
之后我保存命令如下，

fullFile
   .coalesce(1)
   .saveAsTextFile(args[4], GzipCodec.class);

这至少需要15到20分钟才能将其保存到hdfs中。
不知道为什么要花很多时间。如果有什么办法可以加快进程，请告诉我。
我使用以下选项来运行它，-num executors 4--executor memory 4g--executor cores 4
如果我增加执行者或记忆的#，仍然没有任何区别。我已经将分区的#设置为70，不确定是否提高了这个值，是否有性能？
任何减少储蓄时间的建议都是有用的。
提前谢谢