这是两个进程之间的交互，仔细理解一下你会发现spark-submit的时候是把作业提交给了集群，集群没有给提供对外控制作业的接口，所以你只能看着它们自动执行，如果想自己控制 你可以看看基于yarn的自定义开发

我记得在论坛中回答过一遍了 咋又发一遍？

相当于java的system.exit(0)

如果作业可用的内存资源较为充足的话，可以适当增加这个参数的大小（比如96m），从而减少拉取数据的次数，也就可以减少网络传输的次数，进而提升性能。但是具体要看你要拉取得数据量多大

企业现在都是hive pig的话自己学学就行了

spark本来就很吃内存 你单机的机器多少可用内存？有没有计算过这个矩阵乘法的规模？

不会 kafka保证的了一条消费只能消费一次

自己在消费端写一个计数器就行了

1、看下数据分布是否均匀 处理慢是一个节点数据太多吗
2、core设置大不一定运行的快 调小点试试

直接kill掉 再重启就可以了

警告级别和info级别都不会影响正常运行 警告只是说你的用法可以不太合适 以后要改进

@shishuai19910217 可以 提高效率的方法一般都是增加消费者 但是增加的逻辑和处理数据的逻辑自己控制好就可以了

@韦晓阳 r.exec("cmd /c dir > %dest%", new String[]{"dest=c:\dir.txt", new File("d:\test")}) 能看懂这个吗