我有一个用例,需要在600多列上运行3个度量(完备性、熵和countdistinct),查看dag,发现度量是按顺序计算的。我将所有分析器添加到一个analysisrunner对象中,并且只进行一次运行调用,有人能帮助理解如何在我的示例中使其并行以优化运行时间吗?
val analysisRunner = AnalysisRunner.onData(sourceData)
attributesList.foreach(attribute => {
analysisRunner.addAnalyzer(Completeness(attribute))
analysisRunner.addAnalyzer(Entropy(attribute))
analysisRunner.addAnalyzer(CountDistinct(attribute))
})
val analysisResult: AnalyzerContext = analysisRunner.run()
var attributesDataMetrics = successMetricsAsDataFrame(spark, analysisResult)
暂无答案!
目前还没有任何答案,快来回答吧!