高性能查询的 SparkSQL 调优干货来了，讲得还挺细。全流程拆解查询执行逻辑，从解析到执行，外加各种性能调优技巧，比较实战，适合对 Spark SQL 有一定了解、想进阶的你。比如怎么大表 Join、怎么用 Broadcast 优化，讲得明明白白，代码示例也挺实用。

支持的数据源也比较丰富，Hive、Cassandra、Kafka这些都能接，格式支持Parquet、ORC、CSV、JSON。调优部分提到了不少点，比如query plan优化、内存管理策略，还有shuffle调优技巧，听完再去查日志和配参数，方向就清晰多了。

有意思的是，它还强调了中途容错，意思是查询执行到一半崩了也不用重头来，Spark 自己会跑下去。嗯，这个功能在跑大数据批量任务时挺实用的。看完之后你可以顺便瞅瞅下面这几个相关文章，是SparkSQL 设计与优化详解这篇，内容比较互补。

如果你平时写 Spark 代码写得不少，又总卡在性能上，可以先看这场分享，再配合实际场景试试这些优化思路，提升会挺的。