实时处理spark安装部署

Hive on Spark配置

前提条件1、安装好Hive，参考：Hive安装部署-CSDN博客2、下载好Spark安装包，链接：https://pan.baidu.com/s/1plIBKPUAv79WJxBSbdPODw?
在下区区俗物·2024-02-15 10:51

配置hive on spark

配置hiveonspark1、上传Spark纯净版jar包到HDFS：hdfsdfs-mkdir/spark-jarshdfsdfs-put/opt/spark/jars/*/spark-jars2、修改
空白格2519·2024-02-15 10:51

hive on spark配置经验

常规配置配置完，开启hadoop，开启spark（如果在hdfs上上传了纯净版的spark则不需要开启），开启hive注：当前节点一定要是namenode的active节点，因为hadoop长时间不用namenode
小五冲冲冲·2024-02-15 10:21

如何在极低成本硬件上落地人工智能算法 —— 分布式AI

**物联网（IoT）与智能设备**：-分布式AI使得AI能够下沉到终端设备，实现端到端的智能化，尤其是在智能家居、自动驾驶汽车、无人机、工业机器人等领域，可以实时处理大量数据，做出快速响应。2.
初心不忘产学研·2024-02-15 10:20

Kafka(一)

第1章Kafka概述1.1定义Kafka传统定义：Kafka是一个分布式的基于发布/订阅模式的消息队列（MessageQueue），主要应用于大数据实时处理领域。
xxxxxxxpp·2024-02-15 09:10

solr —— 1 全文检索Solr8.0第一部分

solr，毕设啊，快被写完吧1solr介绍什么是solrLucene与Solr与ES为什么要用slor2HelloWorld2.1项目安装部署2.2项目安装配置创建核心创建document(表)添加文件查询数据
苏打饼干没加心·2024-02-15 08:38

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
kikiki2·2024-02-15 06:39

51单片机——定时器和中断

1.中断系统1.中断系统是为使CPU具有对外界紧急事件的实时处理能力而设置的；当中央处理机CPU正在处理某件事的时候外界发生了紧急事件请求，要求CPU暂停当前的工作，转而去处理这个紧急事件，处理完以后，
沉眠温柔·2024-02-15 04:44

Flink在实时搜索引擎领域的应用

在实时搜索引擎领域，Flink可以用于实时处理搜索关键词、计算搜索结
禅与计算机程序设计艺术·2024-02-15 01:46

（免费领源码）python+mysql+spark 手机销售数据的可视化分析系统44127-计算机毕业设计项目选题推荐

摘要信息化社会内需要与之针对性的信息获取途径，但是途径的扩展基本上为人们所努力的方向，由于站在的角度存在偏差，人们经常能够获得不同类型信息，这也是技术最为难以攻克的课题。针对手机销售数据管理等问题，对手机销售数据管理进行研究分析，然后开发设计出手机销售数据可视化系统以解决问题。手机销售数据可视化系统主要功能模块包括系统首页、轮播图、公告信息、资源管理（新闻资讯、新闻分类）交流管理（交流论坛、论坛分
2301_3224142804·2024-02-15 00:40

DBA课程-day20-ELK第二天

ELK第一天知识回顾1.ELK各代表什么软件2.传统方式收集日志的弊端3.ELK收集日志的架构4.日志流转流程5.安装部署filebeat-input-->nginx日志-output-->ES-ES-
zwb_jianshu·2024-02-14 20:07

基于Kafka的实时计算引擎如何选择？

以Flink和Spark为首的实时计算引擎，成为实时计算场景的重点考虑对象。那么，今天就来聊一聊基于Kafka的实时计算引擎如何选择？FlinkorSpark？2.为何需要实时计算？
java菜·2024-02-14 19:37

调用讯飞火星AI大模型WebAPI

getWebsocketUrl(){returnnewPromise((resolve,reject)=>{varapiKey=API_KEYvarapiSecret=API_SECRETvarurl='ws://spark-api
雲墨知秋·2024-02-14 18:54

Spark通过jdbc性能调优--采用分区的方式从oracle读数据

spark通过jdbc读取Oracle，当数据量很大的时候会出现两个问题：读取数据异常缓慢，甚至卡死大表中进行操作也会出现OOM的问题调优常规的读取数据库的方式如下ods_bdz=spark.read.format
korry24·2024-02-14 18:08

PySpark介绍及其安装教程

一、PySpark是什么PythonPySpark是Spark官方提供的一个Python类库，其中内置了完全的SparkAPI，使得Python用户在导入这个类库后，可以使用自己熟悉的Python语言来编写
文景大大·2024-02-14 14:58

Spark（四十二）数据倾斜解决方案之使用随机数以及扩容表进行join

一、背景当采用随机数和扩容表进行join解决数据倾斜的时候，就代表着，你的之前的数据倾斜的解决方案，都没法使用。这个方案是没办法彻底解决数据倾斜的，更多的，是一种对数据倾斜的缓解。原理，其实在上一讲，已经带出来了。扩容表（RDD）步骤：1、选择一个RDD，要用flatMap，进行扩容，将每条数据，映射为多条数据，每个映射出来的数据，都带了一个n以内的随机数，通常来说，会选择10。2、将另外一个RD
文子轩·2024-02-14 14:36

Spark编程实验六：Spark机器学习库MLlib编程

目录一、目的与要求二、实验内容三、实验步骤1、数据导入2、进行主成分分析（PCA）3、训练分类模型并预测居民收入4、超参数调优四、结果分析与实验体会一、目的与要求1、通过实验掌握基本的MLLib编程方法；2、掌握用MLLib解决一些常见的数据分析问题，包括数据导入、成分分析和分类和预测等。二、实验内容1.数据导入从文件中导入数据，并转化为DataFrame。2、进行主成分分析（PCA）对6个连续型
Francek Chen·2024-02-14 14:48

ShuffleManager 原理

在Spark的源码中，负责shuffle过程的执行、计算、处理的组件主要是ShuffleManager。在Spark1.2以前，默认的shuffle计算引擎是HashShuffleManager。
stone_zhu·2024-02-14 10:03

Hadoop+Spark+MongoDB+MySQL+C#大数据开发项目最佳实践

一、前言随着IT技术的飞速发展，各行各业都已在广泛尝试使用大数据技术提供更稳健和优质的服务。目前，医疗IT系统收集了大量极具价值的数据，但这些历史医疗数据并没有发挥出其应有的价值。为此，本文拟利用医院现有的历史数据，挖掘出有价值的基于统计学的医学规则、知识，并基于这些信息构建专业的临床知识库，提供诊断、处方、用药推荐功能，基于强大的关联推荐能力，极大地提高医疗服务质量，减轻医疗人员的工作强度。二、
yiyidsj·2024-02-14 07:08

基于 C# 的 ETL 大数据并行编程

ApacheSpark是一个用于Extract(提取),
dotNET跨平台·2024-02-14 07:07

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?
kikiki2·2024-02-14 06:33

docker添加jar包_详解docker部署SpringBoot及替换jar包的方法

dockerkubernetesdashboard安装部署详细介绍和Docker如何使用link建立容器之间的连接。这篇文章主要介绍如何在docker上部署springboot项目。
Yuki酱酱·2024-02-14 04:02

OLTP和OLAP，联机事务处理和联机分析处理

我记得之前上大学的时候，银行异地汇款，要隔天才能到账，而现在是分分钟到账的节奏，说明现在银行的实时处理能力大大增强。数据量不是很大，生产库上的数据量一般不会太大，而且会及时做相应的数
4ea0af17fd67·2024-02-14 01:40

Spark Authorizer支持最新版本Spark 2.3.0

今天Spark社区为大家带来了最新的Spark2.3.0SparkRelease2.3.0ApacheSpark2.3.0isthefourthreleaseinthe2.xline.ThisreleaseaddssupportforContinuousProcessinginStructuredStreamingalongwithabrandnewKubernetesSchedulerbacke
Kent_Yao·2024-02-13 20:52

03-03 elasticsearch

倒排索引，海量数据下近乎实时搜索a.日志分析，es+logstash+kibanab.Github代码数据分析：支持数据分析及处理基本功能分布式的搜索引擎和数据分析引擎全文检索，结构化检索，数据分析海量数据实时处理根据这些功能
nan得糊涂·2024-02-13 19:26

使用宝塔面板部署校园综合服务平台项目

本文档为校园综合服务平台服务端的安装部署教程，欢迎star小程序端下载地址：https://github.com/landalfYao/help.git后台服务端下载地址：https://github.com
Landalf_5154·2024-02-13 15:14

大数据处理为何选择Spark，而不是Hadoop

一.基础知识1.SparkSpark是一个用来实现快速而通用的集群计算的平台。在速度方面，Spark扩展了广泛使用的MapReduce计算模型，而且高效地支持更多计算模式，包括交互式查询和流处理。
嘿嘿海海·2024-02-13 14:00

《千锋逆战“记录蜕变、见证奇迹”学习分享活动》2020-03-11

#千锋逆战班，SZ201刘峻#在千锋“逆战”学习第31天今天学习了开源数据库MySQL第一张mysql部署，使用了中国科技大学开源软件镜像安装部署mysql5.7版本，第二章SQL语句中的的DDL语句。
Mask_o·2024-02-13 08:32

最全面的Docker安装部署，配置镜像加速

安装Docker卸载旧版首先如果系统中已经存在旧的Docker，则先卸载：yumremovedocker\docker-client\docker-client-latest\docker-common\docker-latest\docker-latest-logrotate\docker-logrotate\docker-engine配置Docker的yum仓库首先要安装一个yum工具yumi
元气满满的热码式·2024-02-13 07:04

Python ocr自动标注数据集,Python ocr哪个速度最快

基于python实现OCR的五种方法1.pytesseract1.1简介1.2安装部署1.3应用举例2.PaddleOCR2.1简介2.2安装部署2.3应用举例3.easyocr3.1简介3.2安装部署
a17348·2024-02-13 06:25

Spark编程实验五：Spark Structured Streaming编程

目录一、目的与要求二、实验内容三、实验步骤1、Syslog介绍2、通过Socket传送Syslog到Spark3、Syslog日志拆分为DateFrame4、对Syslog进行查询四、结果分析与实验体会一
Francek Chen·2024-02-13 05:49

Spark(三十五)troubleshooting之错误的持久化方式以及checkpoint的使用

一、背景错误的持久化使用方式：usersRDD，想要对这个RDD做一个cache，希望能够在后面多次使用这个RDD的时候，不用反复重新计算RDD；可以直接使用通过各个节点上的executor的BlockManager管理的内存/磁盘上的数据，避免重新反复计算RDD。usersRDD.cache()usersRDD.count()usersRDD.take()上面这种方式，不要说会不会生效了，实际上
文子轩·2024-02-13 02:26

Java从入门到精通

掌握Java语言本身、Java核心开发技术以及Java标准库的使用；2、如果继续学习JavaEE，那么Spring框架、数据库开发、分布式架构就是需要学习的；3、如果要学习大数据开发，那么Hadoop、Spark
nightluo·2024-02-13 01:52

【ES】--ES集成自定义分词库

单机)elasticsearch安装2、安装Elasticvue插件3、ik分词器插件4、ES集成自定义词库一、相关安装1、(window单机)elasticsearch安装Win10下下载ES组件，安装部署如下
DreamBoy_W.W.Y·2024-02-13 01:50

数据清洗

importorg.apache.spark.sql.SparkSessionobjectDataCleaning{defmain(args:Array[String]):Unit={valspark=
扣篮的左手·2024-02-12 23:46

【解决方案】pyspark 初次连接mongo 时报错Class not found exception:com.mongodb.spark.sql.DefaultSource

部分报错如下：Traceback(mostrecentcalllast):   File"/home/cisco/spark-mongo-test.py",line7,in    df=spark.read.format
能白话的程序员♫·2024-02-12 19:33

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?
kikiki5·2024-02-12 19:01

关于vue的一些小心得基本用法详解

二.vue的安装部署第一步：安装vue：打开cmd输入：npminstal
waterte·2024-02-12 19:15

性价比满满的大显存甜点卡，Sparkle（撼与科技）Intel Arc A770 TIT

●前言一直以来，2000元左右价位的独立显卡总是被玩家们称为“甜点级”显卡，因为这个价位段的显卡有着不俗的性能，游戏和生产力都能兼顾，而且不算太贵的定价也是能够让大众所接受，整体算下来还是很有性价比的。然而，在众多的甜点级显卡当中，除了N、A两家的甜点级显卡之外，前些年入局独显的英特尔也是有对应的产品可选，比如A770以及A750就有着优于同价位竞品的性能以及更低的售价，性价比尤为突出。作为英特尔
焦点易讯·2024-02-12 18:08

28、Spark核心编程之高级编程之二次排序

需求按照文件中的第一列排序。如果第一列相同，则按照第二列排序。文件内容2536241315Java实现自定义的二次排序key/***自定义的二次排序key*/publicclassSecondarySortKeyimplementsOrdered,Serializable{//首先在自定义key里面，定义需要进行排序的列privateintfirst;privateintsecond;public
ZFH__ZJ·2024-02-12 17:33

大数据视频教程百度网盘下载

同时，人们又试图用深度学习这样新的思路去解决过去MapReduce和Spark已经解决的问题，这也意味着大数据技术开始进入3.0时代。在这个全新阶段，可以看到整个市场上已经可以提
QFdongdong·2024-02-12 16:42

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
大猪大猪·2024-02-12 15:45

Spark MLlib

目录一、SparkMLlib简介（一）什么是机器学习（二）基于大数据的机器学习（三）Spark机器学习库MLlib二、机器学习流水线（一）机器学习流水线概念（二）流水线工作过程（三）构建一个机器学习流水线三
Francek Chen·2024-02-12 11:15

Structured Streaming

目录一、概述（一）基本概念（二）两种处理模型（三）StructuredStreaming和SparkSQL、SparkStreaming关系二、编写StructuredStreaming程序的基本步骤（
Francek Chen·2024-02-12 11:44

入门篇 - Spark简介

Spark核心模块image.pngSparkCore:提供了Spark最基础与最核心的功能，Spark其他的功能如:SparkSQL，SparkStreaming，GraphX,MLlib都是在SparkCore
君子何为·2024-02-12 10:22

git安装部署及使用指令

git的安装在Windows上安装Git从https://git-for-windows.github.io下载（网速慢的同学请移步国内镜像），然后按默认选项安装即可。安装完成后，在开始菜单里找到“Git”->“GitBash”，蹦出一个类似命令行窗口的东西，就说明Git安装成功！安装完成后，还需要最后一步设置，设置自己的用户名和邮箱，在命令行输入：$gitconfig--globaluser.n
中年程序员一枚·2024-02-12 05:56

Spark 作业执行

Spark基本组件，Master和Worker，负责运行Client和Driver作业执行框架每个SparkApplication由主控节点Master、集群资源管理节点ClusterManager、执行任务节点
Alex90·2024-02-12 05:04

读书笔记之《运动改造大脑》：运动是最佳的健脑丸

《运动改造大脑》的作者是约翰•瑞迪（JohnRatey）/埃里克•哈格曼（EricHagerman），原著名称为：Spark：therevolutionarynewscienceofexerciseandthebrain
AIGCTribe·2024-02-12 04:15

Spark 共享变量

翻译Spark共享变量部分的官方文档（Spark2.4.3）。通常，当传递给Spark操作(如map或reduce)的函数在远程集群节点上执行时，在函数中使用的所有外部变量都是单独拷贝的变量副本。
stone_zhu·2024-02-12 03:02

Linux和FreeRTOS的主要区别

Linux是一个完整的操作系统内核，可以运行在桌面、服务器、移动设备等多种平台上，支持多用户、多任务、多线程以及分时和实时处理等功能。
稚肩·2024-02-11 22:12
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他