最近在一个项目中做数据的分类存储，在spark中使用groupByKey后存入HBase，发现数据出现双份（ 所有记录的 rowKey 是随机 唯一的 ） 。经过不断的测试，发现是spark的运行参数配置的问题：
spark.speculation=true ， 将其改为false，问题就解决了。哎 ， spark运行参数得修改要慎重...
Spark程序使用groupByKey后数据存入HBase出现重复的现象
原文：http://www.cnblogs.com/jechedo/p/5114152.html