fine-grained是细粒度，coarse-grained 是粗粒度 简单解释就是比如你做动物的分类 大类就是猫狗 但是他们下面还有很多子类 就是fine-grained

为啥不直接用pyspark？

1、接需求 2、写sql 或etl代码 3、验证结果是不是需求需要的 4、和产品撕逼

参数调优其实是一个很值得研究的领域 我接触到的项目实践的时候用处不大，实际中只要给出压力测试或是性能测试的结果即可

视频配套笔记、源码、使用软件：可加微信：18613807937 索要

select 对应map
join对应union intersection 或join
group对应groupByKey

这个不是异常 源码中是logger.info出来的信息 不是bug

这个还真看不出来

除了你说的两种方法，还有两种方法
1、 find() 时传入 timeout=False 来禁用 10 分钟超时
2、find(match).batchSize(10000) 设置每次查出来一个batchSize 保证这个batchSize的数据spark 10分钟能处理完 这样spark就会在10分钟内继续连接db而不会超时了

row.getAsRow.getAsString

解决方法很简单 把oracle的日期型转为字符 读到hive中 对应hive的string就好 select的时候把string转为时间