E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
——Spark
Flink Shuffle、
Spark
Shuffle、Mr Shuffle 对比
总结:1、FlinkShufflePipelinedShuffle:上游Subtask所在TaskManager直接通过网络推给下游Subtask的TaskManager;BlockingShuffle:HashShuffle-将数据按照下游每个消费者一个文件的形式组织;Sort-MergeShuffle-将上游所有的结果写入同一个文件,文件内部再按照下游消费者的ID进行排序并维护索引,下游读取数
猫猫爱吃小鱼粮
·
2023-12-30 09:53
flink
spark
mr
Hadoop之Yarn 详细教程
1、yarn的基本介绍和产生背景YARN是Hadoop2引入的通用的资源管理和任务调度的平台,可以在YARN上运行MapReduce、Tez、
Spark
等多种计算框架,只要计算框架实现了YARN所定义的接口
白鸽呀
·
2023-12-30 08:57
大数据
hadoop
java
eclipse
【Azure 架构师学习笔记】- Azure Databricks (2) -集群
ADB集群首先了解一下ADB的集群,ADB的集群本质上就是一堆AzureVM,在创建之时已经按照特定模板,配置有
Spark
和可以并行操作
Spark
發糞塗牆
·
2023-12-30 07:11
Azure
架构师学习笔记
Azure
Databrics
azure
Databrikcs
Spark
- SQL查询文件数据
那么我们可以利用
spark
-sql直接操作文件的特性处理这类的需求,姐姐再也不用担心我不会
spark
了,因为我就只会sql。使用方法csv
spark
.sql("select*fromcsv.
kikiki2
·
2023-12-30 07:34
大数据学习(29)-
Spark
Shuffle
&&大数据学习&&系列专栏:哲学语录:承认自己的无知,乃是开启智慧的大门如果觉得博主的文章还不错的话,请点赞+收藏⭐️+留言支持一下博主哦
Spark
ShuffleMap和Reduce在Shuffle过程中
viperrrrrrr
·
2023-12-30 06:25
大数据
学习
spark
【
Spark
精讲】一文讲透
Spark
SQL物理执行计划
Spark
SQL整体计划生成流程大体分三步:(1)由
Spark
SqlParser中的AstBuilder执行节点访问,将语法树的各种Context节点转换成对应的LogicalPlan节点,从而成为一棵未解析的逻辑算子树
话数Science
·
2023-12-30 06:59
Spark精讲
Spark
大数据
spark
大数据
面试
【
Spark
精讲】一文讲透
Spark
SQL执行过程
Spark
SQL执行过程逻辑计划逻辑计划阶段会将用户所写的SQL语句转换成树型数据结构(逻辑算子树),SQL语句中蕴含的逻辑映射到逻辑算子树的不同节点。
话数Science
·
2023-12-30 06:55
Spark精讲
Spark
大数据
大数据
spark
面试
[
spark
] 将dataframe中的数据插入到mysql
文章目录分区写入`foreachPartition`直接写入`write.jdbc()`有没有插入成功在插入时记录行数`累加器`分区写入foreachPartition在
Spark
中,你可以使用foreachPartition
言之。
·
2023-12-30 06:55
spark
mysql
大数据
Spark
Streaming
目录一、流计算概述(一)静态数据和流数据(二)批量计算和实时计算(三)流计算概念(四)流计算框架(五)流计算处理流程二、
Spark
Streaming(一)
Spark
Streaming设计(二)
Spark
Streaming
Francek Chen
·
2023-12-30 06:54
Spark编程基础
spark
大数据
分布式
Spark
Streaming
动物日记|白沙的鸡
就先做个介绍吧:白沙公园又叫PasirRi
sPark
,是一个位于新加坡的东北部的海滩公园,于1989年启用,是
小哥阿民
·
2023-12-30 06:37
PiflowX大数据流水线系统
支持分布式计算引擎flink和
spark
。以所见即所得的方式,实现大数据采集、处理、存储与分析流程化配置、运行与智能监控。
暗影八度
·
2023-12-29 23:43
PiflowX
大数据
大数据框架介绍
大数据学习必备三个框架Hadoop,
Spark
,Storm大数据的主要特点为数据量大(Volume),数据类别复杂(Variety),数据处理速度快(Velocity)和数据真实性高(Veracity)
mikecg
·
2023-12-29 23:06
大数据HelloWorld-Flink实现WordCount
MR,
Spark
,Flink以来开篇第一个程序都是WordCount。那么今天Flink开始目标就是在本地调试出WordCount。[图片上传失败...
指尖数虫
·
2023-12-29 22:38
Spark
Streaming常见transformation算子
1.4
Spark
Streaming常见transformation算子1.4.1常见的算子操作对cogroup做一简单的说明:cogroup就是groupByKey的另外一种变体,groupByKey是操作一个
Guff_hys
·
2023-12-29 20:59
spark
后端
大数据
分布式
开发语言
oracle
sql
Spark
Streaming_window_
spark
sql_reids
Spark
Streaming提供了滑动窗口操作的支持,从而让我们可以对一个滑动窗口内的数据执行计算操作。
Guff_hys
·
2023-12-29 20:59
spark
大数据
开发语言
后端
分布式
hadoop
redis
Kafka 初识
是一个分布式、支持分区的、多副本的,基于zookeeper协调的分布式消息系统,它的最大特点就是可以实时的处理大量数据以满足各种需求场景:比如基于Hadoop的批处理系统、低延迟的实时系统、storm/
spark
Advancer-lbh
·
2023-12-29 14:56
消息中间件
kafka
分布式
消息中间件
9.
Spark
Core-
Spark
经典案例之非结构数据处理
需求:根据tomcat日志计算url访问了情况,具体的url如下,要求:区别统计GET和POSTURL访问量结果为:访问方式、URL、访问量测试数据集:在CODE上查看代码片派生到我的代码片196.168.2.1--[03/Jul/2014:23:36:38+0800]“GET/course/detail/3.htmHTTP/1.0”200384350.038182.131.89.195--[03
__元昊__
·
2023-12-29 14:25
Spark
集群- 连接hadoop、hive集群
目的使
spark
代码提交到集群运行时,能够操作hdfs、hive等保证所有
spark
机器都能解析hadoop集群的机器名称如果
spark
和hadoop部署在同样的集群,则可以省略这一步如果
spark
和hadoop
heichong
·
2023-12-29 13:59
最新AI系统ChatGPT网站系统源码,Midjourney绘画,GPT语音对话+ChatFile文档对话总结+DALL-E3文生图+思维导图一站式解决方案
一、前言
Spark
Ai创作系统是基于ChatGPT进行开发的Ai智能问答系统和Midjourney绘画系统,支持OpenAI-GPT全模型+国内AI全模型。
白云如幻
·
2023-12-29 10:05
人工智能
ChatGPT
AIGC
人工智能
chatgpt
语音识别
midjourney
gpt
Spark
相关
1、
Spark
运行模式1、local:运行在一台机器上。测试用。2、Standalone:是
Spark
自身的一个调度系统。对集群性能要求非常高时用。国内很少使用。
大数据点滴
·
2023-12-29 09:29
#
Spark相关
spark
大数据
分布式
seatunnel同步oracle到clickhouse问题
拷贝oracle的包ojdbc6-11.2.0.4.jar到/opt/
spark
-2.3.3/jar目录下##HowtosolvetheError`Exceptioninthread"main"java.lang.NoSuchFieldError
lin502
·
2023-12-29 09:58
seatunnel
hadoop
spark
hdfs
spark
数据分析(sogou500w数据集)
1.实验环境1.1操作系统macOSMojave10.14.11.2虚拟化软件VMwareFusion1.3虚拟机操作系统ubuntu18.0464位1.4数据sogou500w数据2.实验步骤和方法流程2.1安装jdk前往官网下载jdk1.8,安装位置为/home/kyle/env。2.1.2配置环境变量vsudovim/etc/profileexportJAVA_HOME=/home/kyle
pacmoc
·
2023-12-29 08:45
spark
并行度
并行度的解释:并行度:是一个
spark
应用中,每个stage之中的task的数目。什么是task:一个
spark
应用任务执行的最基本单位。
流砂月歌
·
2023-12-29 07:44
【
Spark
精讲】一文讲透
Spark
RDD
MapReduce的缺陷MR虽然在编程接口的种类和丰富程度上已经比较完善了,但这些系统普遍都缺乏操作分布式内存的接口抽象,导致很多应用在性能上非常低效。这些应用的共同特点是需要在多个并行操作之间重用工作数据集,典型的场景就是机器学习和图应用中常用的迭代算法(每一步对数据执行相似的函数)。RDDRDD是只读的。RDD五大属性:①分区、②依赖、③计算函数、④分区器、⑤首选运行位置。RDD则是直接在编程
话数Science
·
2023-12-29 07:36
大数据
Spark精讲
Spark
spark
大数据
面试
【
Spark
精讲】一文讲透
Spark
宽窄依赖的区别
宽依赖窄依赖的区别窄依赖:RDD之间分区是一一对应的宽依赖:发生shuffle,多对多的关系宽依赖是子RDD的一个分区依赖了父RDD的多个分区父RDD的一个分区的数据,分别流入到子RDD的不同分区特例:cartesian算子对应的CartesianRDD,是通过创建了两个NarrowDependency完成了笛卡尔乘积操作,属于窄依赖。窄依赖搜索源码,RangeDependency只有UnionR
话数Science
·
2023-12-29 07:06
Spark
大数据
Spark精讲
大数据
面试
[
spark
] dataframe的数据导入Mysql5.6
在
Spark
项目中使用Scala连接MySQL5.6并将DataFrame中的数据保存到MySQL中的步骤如下:添加MySQL连接驱动依赖:在
Spark
项目中,你需要在项目的构建工具中添加MySQL连接驱动的依赖
言之。
·
2023-12-29 07:02
spark
大数据
分布式
Spark
Streaming与Kafka整合
1.3
Spark
Streaming与Kafka整合1.3.1整合简述kafka是做消息的缓存,数据和业务隔离操作的消息队列,而
spark
streaming是一款准实时流式计算框架,所以二者的整合,是大势所趋
Guff_hys
·
2023-12-29 06:55
linq
c#
spark
大数据
分布式
开发语言
kafka
【数据采集与预处理】数据接入工具Kafka
(一)Kafka核心组成(二)写入流程(三)Zookeeper存储结构(四)Kafka消费过程四、Kafka准备工作(一)Kafka安装配置(二)启动Kafka(三)测试Kafka是否正常工作五、编写
Spark
Streaming
Francek Chen
·
2023-12-29 06:55
大数据技术基础
Spark编程基础
kafka
分布式
字节跳动 MapReduce -
Spark
平滑迁移实践
摘要:本文整理自字节跳动基础架构工程师魏中佳在本次CommunityOverCodeAsia2023中的《字节跳动MapReduce-
Spark
平滑迁移实践》主题演讲。
字节跳动云原生计算
·
2023-12-29 06:20
spark
云原生
大数据
Spark
权威指南(中文版)--第23章 生产环境中的结构化流
Spark
TheDefinitiveGuide(
Spark
权威指南)中文版。本书详细介绍了
Spark
2.x版本的各个模块,目前市面上最好的
Spark
2.x学习书籍!!!
登峰大数据
·
2023-12-29 06:00
自动分区推断
Spark
SQL中的Parquet数据源,支持自动根据目录名推断出分区信息。例如,如果将人口数据存储在分区表中,并且使用性别和国家作为分区列。
一个人一匹马
·
2023-12-29 05:04
2022-02-24-
Spark
-44(性能调优通用调优)
1.应用开发的原则原则一:坐享其成我们应该尽可能地充分利用
Spark
为我们提供的“性能红利”,如钨丝计划、AQE、SQLfunctions等等。
冰菓_lam
·
2023-12-29 03:14
Hive安装笔记——备赛笔记——2024全国职业院校技能大赛“大数据应用开发”赛项——任务2:离线数据处理
将下发的ds_db01.sql数据库文件放置mysql中12、编写Scala代码,使用
Spark
将MySQL的ds_db01库中表user_info的全量数据抽取到Hive的ods库中表user_info
Stitch .
·
2023-12-29 02:29
我的大学笔记
大数据
笔记
hive
Hbase - 自定义Rowkey规则
中我们有时候需要分析数据1点到2点的范围,可是经过Region又比较慢,这时候我们就可以定制`TableInputFormat`来实现我们的需求了,我们还可以采用Flink的`DataSet`的方式读取,另外下面还有`
Spark
kikiki5
·
2023-12-29 01:49
Spark
集群搭建
文章目录搭建前准备安装搭建解压并重命名环境变量配置配置文件yarn-site.xml
spark
-env.sh官网求π(PI)案例启动
spark
-shell通过浏览器查看显示查看
Spark
的网页信息展示搭建前准备下载地址
撕得失败的标签
·
2023-12-29 00:42
大数据技术
spark
大数据
分布式
hadoop
yarn
hdfs
Hive和
Spark
生产集群搭建(
spark
on doris)
bigdata-001bigdata-002bigdata-003bigdata-004bigdata-005MySQL-8.0.31mysqlDataxDataxDataxDataxDataxDatax
Spark
tuoluzhe8521
·
2023-12-28 23:56
Hive相关
hive
spark
hadoop
大数据
yarn
Hbase BulkLoad用法
要导入大量数据,Hbase的BulkLoad是必不可少的,在导入历史数据的时候,我们一般会选择使用BulkLoad方式,我们还可以借助
Spark
的计算能力将数据快速地导入。
kikiki2
·
2023-12-28 23:55
ClickHouse 单机安装及基础知识与
Spark
应用
什么是ClickHouse?ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。在传统的行式数据库系统中,数据按如下顺序存储:处于同一行中的数据总是被物理的存储在一起。常见的行式数据库系统有:MySQL、Postgres等。在列式数据库系统中,数据按如下的顺序存储:这些示例只显示了数据的排列顺序。来自不同列的值被单独存储,来自同一列的数据被存储在一起。不同的数据存储
月亮给我抄代码
·
2023-12-28 18:36
clickhouse
spark
数据库
【大数据】Hudi HMS Catalog 完全使用指南
HudiHMSCatalog完全使用指南1.HudiHMSCatalog基本介绍2.在Flink中写入数据3.在FlinkSQL中查看数据4.在
Spark
中查看数据5.在Hive中查看数据1.HudiHMSCatalog
G皮T
·
2023-12-28 18:24
#
Hudi
大数据
hudi
数据湖
hive
flink
spark
metastore
spark
应用编写时5个最需要避免的错误
https://www.slideshare.net/cloudera/top-5-mistakes-to-avoid-when-writing-apache-
spark
-applications
Bitson
·
2023-12-28 18:24
Actor模型与Akka Actor体系基础总结
前言最近用业余时间把Flink的RPC基础设施翻了个底朝天,又与之前分析过的
Spark
RPC机制做了一些对比,越发觉得Actor模型甚为精妙,值得简单记录一下,顺便也可作为日后解析FlinkRPC机制的基础入门
LittleMagic
·
2023-12-28 17:51
Dbeaver,Hudi,Hive,
Spark
,Presto应用问题及解决措施梳理
问题1:基于Dbeaver工具,新建的Hudi表无法进行更新(即表结构,新增字段等);解决措施:在Dbeaver中集成
spark
的包,通过
spark
SQL的方式进行Hudi表的新建,解决表无法更新问题。
p1i2n3g4
·
2023-12-28 17:31
大数据
hive
spark
hadoop
PingCAP 被评为 Translytical Data Platforms 2023 全球技术领导者
近日,PingCAP在全球化商业咨询公司QuadrantKnowledgeSolutions公布的
SPARK
MatrixforTranslyticalDataPlatforms中,被评为2023年全球TranslyticalDataPlatforms
TiDB_PingCAP
·
2023-12-28 16:40
tidb
TiDB
数据库
macOS hadoop+
spark
+scala安装教程
macOShadoop+
spark
+scala安装教程环境搭建操作系统:macOS10.13.6JDK:1.8.0_201hadoop:2.8.5
Spark
:2.4.3Scala:2.13.0一、文件准备
飞翔客栈
·
2023-12-28 15:43
Flink 在有赞实时计算的实践
在这个部分,主要是Flink与
Spark
的structuredstreaming的一些对比和选择Flink的原因。第三个就是比较重点的内容,Flink在有赞的实践。
有赞技术团队
·
2023-12-28 15:11
Spark
- 动态注册UDF
昨天有位大哥问小弟一个
Spark
问题,他们想在不停
Spark
程序的情况下动态更新UDF的逻辑,他一问我这个问题的时候,本猪心里一惊,
Spark
**还能这么玩?
kikiki2
·
2023-12-28 14:18
探究Presto SQL引擎(1)-巧用Antlr
从Hadoop生态的Hive,
Spark
,Presto,Kylin,Druid到非Hadoop生态的Clic
vivo互联网技术
·
2023-12-28 12:14
Hadoop安装笔记_单机/伪分布式配置_Hadoop3.1.3——备赛笔记——2024全国职业院校技能大赛“大数据应用开发”赛项——任务2:离线数据处理
将下发的ds_db01.sql数据库文件放置mysql中12、编写Scala代码,使用
Spark
将MySQL的ds_db01库中表user_info的全量数据抽取到Hive的ods库中表user_info
Stitch .
·
2023-12-28 12:32
我的大学笔记
Hadoop
分布式
大数据
hadoop
笔记
hadoop hive
spark
flink 安装
下载地址Indexof/distubuntu安装hadoop集群准备IP地址主机名称192.168.1.21node1192.168.1.22node2192.168.1.23node3上传hadoop-3.3.5.tar.gz、jdk-8u391-linux-x64.tar.gzJDK环境node1、node2、node3三个节点解压tar-zxvfjdk-8u391-linux-x64.tar
nsa65223
·
2023-12-28 11:59
hadoop
hive
spark
【头歌实训】Py
Spark
Streaming 数据源
文章目录第1关:MySQL数据源任务描述相关知识Py
Spark
JDBC概述Py
Spark
JDBCPy
Spark
StreamingJDBC编程要求测试说明答案代码第2关:Kafka数据源任务描述相关知识Kafka
撕得失败的标签
·
2023-12-28 11:24
【头歌实训】
pyspark
streaming
Kafka
mysql
kafka
头歌实训
上一页
23
24
25
26
27
28
29
30
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他