Spark 写出文件数量太多怎么办

先抓住题目的核心考点，再把答案拆成可复述的面试表达。

27 次浏览2026/7/9

先下定义一句话说清它是什么，面试官先听到结论。

再讲机制拆出关键流程、边界条件和常见坑位。

最后落场景结合生产经验，说出什么时候用、怎么权衡。

题目描述

请回答：Spark 写出文件数量太多怎么办

这题和“小文件治理”很像，但角度更偏写入链路。很多人只会说 coalesce(1)，这在生产里通常是坑。面试官真正想听的是：Spark 输出文件数由什么决定、动态分区写入为什么容易爆文件、怎么按目标文件大小控制写出。