1，spark.hadoopRDD.ignoreEmptySplits
默認是false，如果是true，則會忽略那些空的splits，減小task的數量。
2，spark.hadoop.mapreduce.input.fileinputformat.split.minsize
是用於聚合input的小文件，用於控制每個mapTask的輸入文件，防止小文件過多時候，產生太多的task。
3，spark.sql.autoBroadcastJoinThreshold && spark.sql.broadcastTimeout
用於控制在 spark sql 中使用 BroadcastJoin 時候表的大小閾值，適當增大可以讓一些表走 BroadcastJoin，提升性能，但是如果設置太大又會造成 driver 內存壓力，而 broadcastTimeout 是用於控制 Broadcast 的 Future 的超時時間，默認是 300s，可根據需求進行調整。
4，spark.sql.adaptive.enabled && spark.sql.adaptive.shuffle.targetPostShuffleInputSize
該參數是用於開啓 spark 的自適應執行，後面的 targetPostShuffleInputSize 是用於控制之後的 shuffle 階段的平均輸入數據大小，防止產生過多的task。
關於 spark 的自適應執行相關參數可看這篇文章：https://www.alibabacloud.com/help/zh/doc-detail/93157.htm
5，spark.sql.parquet.mergeSchema
默認 false。當設爲 true，parquet 會聚合所有 parquet 文件的 schema，否則是直接讀取 parquet summary 文件，或者在沒有 parquet summary 文件時候隨機選擇一個文件的 schema 作爲最終的 schema。
6，spark.sql.files.opencostInBytes
該參數默認 4M，表示小於 4M 的小文件會合併到一個分區中，用於減小小文件，防止太多單個小文件佔一個分區情況。
7，spark.hadoop.mapreduce.fileoutputcommitter.algorithm.version
1 或者 2，默認是 1. MapReduce-4815 詳細介紹了 fileoutputcommitter 的原理，實踐中設置了 version=2 的比默認 version=1 的減少了70%以上的 commit 時間，但是1更健壯，能處理一些情況下的異常。