数据算法-Spark大数据处理第12页

大数据技术Hadoop之分布式计算框架MapReduce

Hadoop作为一种分布式计算框架，被广泛应用于大数据处理领域。其中，MapReduce是Hadoop中最重要的组件之一。

大马猴写bug·2024-01-31 06:11

大数据开发：hadoop系统搭建以及spark编程

csdn这个坑先留着…传送门：https://github.com/louxinyao/Hadoop-spark

墨染枫·2024-01-31 06:47

2024.1.25 Object_basic 用户画像标签开发过程面向对象定义基类

/usr/bin/envpython#@desc:__coding__="utf-8"__author__="bytedance"frompyspark.sqlimportSparkSession,DataFramefrompyspark.sql.typesimportStringTypefr

白白的wj·2024-01-31 06:03

2024.1.20 用户画像标签开发,面向过程方法

/usr/bin/envpython#@desc:__coding__="utf-8"__author__="bytedance"frompyspark.sqlimportSparkSession,DataFramefrompyspark.sql.typesimportStringTypefromcom.bytedance.tag.base.parse_ruleimportEsMetaimpo

白白的wj·2024-01-31 06:32

大数据存储与处理技术之Spark

1、Spark简介•Spark最初由美国加州伯克利大学（UCBerkeley）的AMP实验室于2009年开发，是基于内存计算的大数据并行计算框架，可用于构建大型的、低延迟的数据分析应用程序•2013年Spark

小嘤嘤怪学·2024-01-31 05:28

2024.1.30 Spark SQL的高级用法

目录1、如何快速生成多行的序列2、如何快速生成表数据3.开窗函数排序函数平分函数聚合函数向上向下窗口函数1、如何快速生成多行的序列--需求:请生成一列数据,内容为1,2,3,4,5仅使用select语句selectexplode(split('1,2,3,4,5',','))asnum;--需求:请生成一列数据,内容1~100python中有一个函数range(1,100)--SQL函数:http

白白的wj·2024-01-31 05:56

Structured Streaming 基于 event-time 的窗口(Java语言)

在这种机制下,即不必考虑Spark陆续接收事件的顺序是否与事件发生的顺序一致,也不必考虑事件到达Spark的时间与事件发生时间的关系。因此,它在提高数据处理精度的同时,大大减少了开发者的工作量。

2301_79479951·2024-01-31 00:19

启动bin/spark-shell警告：WARN NativeCodeLoader: Unable to load native-hadoop library for your platform.

启动bin/spark-shell警告：WARNNativeCodeLoader:Unabletoloadnative-hadooplibraryforyourplatform...usingbuiltin-javaclasseswhereapplicable

2301_79479951·2024-01-31 00:18

Redis持久化机制

Redis具有快速存取和实时响应的特点，广泛应用于Web开发、大数据处理和实时分析等领域。然而，Redis是一个内存数据库，数据存储在内存中，一旦服务器出现故障或断电，数据

无问287·2024-01-30 23:23

003-90-16【SparkSQL&DF&DS】慈航寺庙山脚下八卦田旁油菜花海深处人家王二爷家女儿大红用GPT学习Rdd和Dataaset 以及DataFrame 的转换

003-90-16【SparkSQL&DF&DS】慈航寺庙山脚下八卦田旁油菜花海深处人家王二爷家女儿大红用GPT学习Rdd和Dataaset以及DataFrame的转换【SparkSQL&DF&DS】Dataset

一杯派蒙·2024-01-30 21:31

SparkSQL之函数解析

!!expr-Logicalnot.不的意思Examples:>SELECT!true;false>SELECT!false;true>SELECT!NULL;NULLSince:1.0.0!=expr1!=expr2-Returnstrueifexpr1isnotequaltoexpr2,orfalseotherwise.如果expr1不等于expr2则返回true，否则返回false。Argu

OnePandas·2024-01-30 21:00

从术语到Spark，10篇必读大数据学习资源

本文给想进入大数据领域的朋友提供了一系列的资源，由浅入深，比如“需要了解的51条大数据术语”、“学习python的四个理由”、“十一个必须要参加的大数据会议”等有趣的话题。相信各种背景的朋友都会在这篇文章中有所收获。之前，我们已就数据可视化进行了深入探讨。这次，我们将从更基本的概念讲起，以便在涉足更复杂的数据科学和商业智能之前能够真正理解大数据。文中会引领大家阅读介绍大数据的相关文章，研究网络上流

大数据的时代·2024-01-30 20:34

Spark Submit提交时，Json字符串作为参数

今天遇到一个把json作为参数传入spark程序中的问题原因如下，Spark源码中会对把}}和{{替换掉@VisibleForTestingpublicstaticStringexpandEnvironment

南修子·2024-01-30 19:21

Spark 读取、写入时序数据库TDengine以及TDengine概述

一、TDengine是什么TDengine是一款高性能、分布式、支持SQL的时序数据库，其核心代码，包括集群功能全部开源（开源协议，AGPLv3.0）。TDengine能被广泛运用于物联网、工业互联网、车联网、IT运维、金融等领域。除核心的时序数据库功能外，TDengine还提供缓存、数据订阅、流式计算等大数据平台所需要的系列功能，最大程度减少研发和运维的复杂度。1.TDengine总结出了物联网

Alex_81D·2024-01-30 18:10

PDF如何提取页面

操作软件：旋风PDF编辑器下载地址：http://www.679sparkle.com/pdfeditor1.下载旋风PDF编辑器安装完之后，点击右下角的打开文件按钮

六号_db7a·2024-01-30 18:24

大数据处理技术考试题库（自主整理）

解释大数据？（（4V特性））大量、多样、高速、价值密度低（展开论述）（1）数据量大（Volume）：大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。（2）类型繁多（Variety）：有大量的结构化和非结构化数据（3）价值密度低（Value）：信息感知无处不在，存在信息海量，但价值密度较低。（4）时效高（Velocity）：从数据生成到消耗的时间窗口非常少，可用于

不会写代码！！·2024-01-30 16:42

如何接手一个大数据项目

以下是个人的一些思考总结：了解一个大数据系统，我认为需要从以下几个方面入手：宏观方面：1.了解系统的整体架构和技术栈：需要了解系统中使用的技术栈，包括各种大数据组件和工具，例如Hadoop、Spark、

Mmj666·2024-01-30 15:19

Spark的核心RDD（Resilient Distributed Datasets弹性分布式数据集）

Spark的核心RDD（ResilientDistributedDatasets弹性分布式数据集）铺垫在hadoop中一个独立的计算，例如在一个迭代过程中，除可复制的文件系统（HDFS）外没有提供其他存储的概念

fcyh·2024-01-30 15:46

Spark RDD（弹性分布式数据集）

1.RDD1.1RDD是什么RDD（ResilientDistributedDataset）：弹性分布式数据集，是Spark对数据集的抽象，代表一个只读、不可变、可分区、其中元素可进行并行计算的集合，并且是可跨越集群节点进行并行操作的有容错机制的集合

JOEL-T99·2024-01-30 15:15

理解Spark中RDD(Resilient Distributed Dataset)

文章目录1RDD基础1.1分区1.2不可变1.3并行执行2RDD结构2.1SparkContext、SparkConf2.2Partitioner2.3Dependencies2.4Checkpoint

小何才露尖尖角·2024-01-30 15:45

Spark RDD基础实战(弹性分布式数据集)

http://spark.apache.org/docs/latest/sql-data-sources-json.htmlhttp://jsonlines.org/examples/官网的准备的数据集合启动

蜗牛杨哥·2024-01-30 15:14

Spark弹性分布式数据集（Resilient Distributed Dataset）

1.弹性分布式数据集RDD1.1.RDD概述1.1.1.什么是RDDRDD（ResilientDistributedDataset）叫做分布式数据集，是Spark中最基本的数据抽象，它代表一个不可变、可分区

你狗·2024-01-30 15:14

Spark——（RDD(弹性分布式数据集)，RDD的创建和操作，Transformation 算子）

文章目录RDD(弹性分布式数据集)RDD的创建和操作常见的Transformation算子RDD(弹性分布式数据集)RDD（ResilientDistributedDataset）是Spark中的核心概念

想做CTO的任同学...·2024-01-30 15:12

spark学习笔记：弹性分布式数据集RDD(Resilient Distributed Dataset)

弹性分布式数据集RDD1.RDD概述1.1什么是RDDRDD（ResilientDistributedDataset）叫做弹性分布式数据集，是Spark中最基本的数据抽象，它代表一个不可变、可分区、里面的元素可并行计算的集合

黄道婆·2024-01-30 15:39

【Spark】之 RDD（Resilient Distributed Dataset）

文章目录RDD编程模型一、RDD之间的依赖关系（Dependency）如何生成RDD？二、RDD计算（1）RDD获得数据（2）RDD计算任务（3）RDD操作算子三、RDD容错（1）`Lineage`（2）`checkpoint`机制RDD编程模型需求：需要在多个并行操作之间重用工作数据集。典型场景：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）数据重用隐藏在系统实现背后，没有将重用

fanfan4569·2024-01-30 15:39

SparkCore之RDD---弹性分布式数据集

不可变3.依赖关系4.缓存（cache）5.检测点（CheckPoint）四、RDD的创建1.通过并行化的方式创建RDD2.读取文件生成RDD3.通过其他RDD转换五、RDD运行过程RDD的设计与运行原理Spark

孤独の√ 3·2024-01-30 15:09

【Spark】RDD(Resilient Distributed Dataset)究竟是什么？

目录基本概念官方文档概述含义RDD出现的原因五大属性以单词统计为例，一张图熟悉RDD当中的五大属性解构图RDD弹性RDD特点分区只读依赖缓存checkpoint基本概念官方文档介绍RDD的官方说明：http://spark.apache.org

关于我转生变成程序猿这档事·2024-01-30 15:08

横扫Spark之 - RDD（Resilient Distributed Dataset）弹性分布式数据集

概念二、理解1.弹性2.分布式3.数据集三、5个主要特性1.一个分区列表2.作用在每个分区上的计算函数3.一个和其他RDD的依赖列表4.一个分区器（可选）5.计算的最佳位置（可选）一、概念 RDD就是Spark

阿年、嗯啊·2024-01-30 15:07

数据治理实践 | 小文件治理

背景小文件是如何产生的：日常任务及动态分区插入数据（使用的Spark2MapReduce引擎），产生大量的小文件，从而导致

语兴数据·2024-01-30 15:29

ColorPicker的操作会影响Button按钮的样式,需注意~~~

ColorPicker的操作会将Button的样式修改,具体看下面的例子..例如:@namespaces"library://ns.adobe.com/flex/spark";@namespacemx"library

郎岳樟·2024-01-30 14:42

spark写hive的ORC表，count(*)没数据

使用spark向hive中插入数据，hive表是ORC表spark.sql("insertoverwritetableods.ods_aaapartition(pt,id)\n"+"select\n"+

青云游子·2024-01-30 09:49

Spark快速入门(4) 核心概念和抽象：Actions

之前我们讲过，Spark中的transformations，只有在真正需要的时候才会执行计算，这里计算的触发器被称作actions。Driver&Executors我们先来介绍一些相关概念。

MeazZa·2024-01-30 09:55

8.hive安装和 Hive环境准备（hive on Spark 、Yarn队列配置）

1Hive安装部署1）把apache-hive-3.1.2-bin.tar.gz上传到linux目录下2）解压apache-hive-3.1.2-bin.tar.gz到/opt/module/目录下面[root@node0906_hive]#tar-zxvfapache-hive-3.1.2-bin.tar.gz-C/opt/module/3）修改apache-hive-3.1.2-bin.tar

shenjianyu_rex·2024-01-30 08:23

Spark为何使用Netty通信框架替代Akka

解决方案：一直以来，基于Akka实现的RPC通信框架是Spark引以为豪的主要特性，也是与Hadoop等分布式计算框架对比过程中一大亮点，但是时代和技术都在演化，从Spark1.3.1版本开始，为了解决大块数据

yyoc97·2024-01-30 07:56

spark window源码探索

核心类：1.WindowExec物理执行逻辑入口，主要doExecute()和父类WindowExecBase2.WindowFunctionFrame窗框执行抽象，其子类对应sql语句的不同窗框其中又抽象出BoundOrdering类,用于判断一行是否在界限内(Bound),分为RowBoundOrdering和RangeBoundOrdering我们的UDAF在何时已什么顺序接受数据,何时会被

orange大数据技术探索者·2024-01-30 07:19

Scala入门01

Spark入门1.入门spark采用Scala语言开发Spark是用来计算的Scala掌握：特性，基本操作，集合操作，函数，模式匹配，trait，样例类，actor等内容。

chde2Wang·2024-01-30 07:48

来涛思数据，与科大学长一起，打造全球顶尖的时序数据库

涛思数据是一家专注物联网和工业大数据处理的硬核科技公司，其开源的时序数据

涛思数据（TDengine）·2024-01-30 07:18

了解这四个 3.0 版本的集群重要优化，助力企业级数据处理事半功倍

为了帮助企业更好地进行大数据处理，我们在此前TDengine3.x系列版本中进行了几项与集群相关的优化和新功能开发，以提升集群的稳定性和在异常情况下的恢复能力。

涛思数据（TDengine）·2024-01-30 07:18

【Spark系列4】Task的执行

一、Task的执行流程1.1、Task执行流程DAGScheduler将Stage生成TaskSet之后，会将Task交给TaskScheduler进行处理，TaskScheduler负责将Task提交到集群中运行，并负责失败重试，为DAGScheduler返回事件信息等，整体如流程如下：当任务提交到TaskScheduler时，TaskScheduler会通知SchedulerBackend分配

周润发的弟弟·2024-01-30 07:15

PySpark数据分析

PySpark是ApacheSpark的PythonAPI，它允许用户使用Python进行大数据处理和分析。

数字化信息化智能化解决方案·2024-01-30 07:13

Spark入门02-Spark开发环境配置（idea环境）

安装与配置Spark开发环境1.下载解压安装包https://archive.apache.org/dist/spark/spark-2.1.2/https://mirrors.tuna.tsinghua.edu.cn

chde2Wang·2024-01-30 07:41

Hadoop与Spark横向比较【大数据扫盲】

大数据场景下的数据库有很多种，每种数据库根据其数据模型、查询语言、一致性模型和分布式架构等特性，都有其特定的使用场景。以下是一些常见的大数据数据库：NoSQL数据库：这类数据库通常用于处理大规模、非结构化的数据。它们通常提供简单的查询语言，并强调水平扩展和高可用性。例如：-键值存储：如Redis，AmazonDynamoDB-列式存储：如ApacheCassandra，HBase-文档数据库：如M

super_journey·2024-01-30 06:51

Apache Spark 的基本概念和在大数据分析中的应用

ApacheSpark是一个快速、通用、可扩展的大数据处理引擎。它提供了一个高级的编程接口，可以在分布式环境中对大规模数据进行处理和分析。

数据科学与艺术的贺公子·2024-01-30 06:17

TCP Scoket数据流WordCount

安装nc：yuminstallncWordCountpackagecn.spark.streaming;importjava.util.Arrays;importjava.util.Iterator;importorg.apache.spark.SparkConf

hipeer·2024-01-30 05:19

微平均与事件驱动架构：结合力量

微平均(Micro-batching)和事件驱动架构(Event-drivenarchitecture)是两种非常重要的大数据处理技术，它们在处理大规模数据和实时性能方面都有着显著的优势。

OpenChat·2024-01-30 04:28

系统架构设计师教程（十九）大数据架构设计理论与实践

大数据架构设计理论与实践19.1传统数据处理系统存在的问题19.2大数据处理系统架构分析19.2.1大数据处理系统面临挑战19.2.2大数据处理系统架构特征19.3Lambda架构19.3.1Lambda

赫凯·2024-01-30 00:34

大数据 - Hadoop系列《三》- MapReduce（分布式计算引擎）概述

上一篇文章：大数据-Hadoop系列《三》-HDFS（分布式文件系统）概述-CSDN博客目录12.1针对MapReduce的设计构思1.如何对付大数据处理场景2.构建抽象编程模型3.统一架构、隐藏底层细节

王哪跑nn·2024-01-29 23:31

大数据 - Spark系列《一》- 分区 partition数目设置详解

目录3.2.1分区过程3.2.2SplitSize计算和分区个数计算3.2.3Partition的数目设置1.对于数据读入阶段，输入文件被划分为多少个InputSplit就会需要多少初始task.2.对于转换算子产生的RDD的分区数3.repartition和coalesce操作会聚合成指定分区数。3.2.4groupBy不一定会Shuffle3.2.1分区过程每一个过程的任务数，对应一个Inpu

王哪跑nn·2024-01-29 23:59

Macbook M1 安装PDI(Kettle) 9.3

参考：https://indiespark.top/software/run-command-line-apple-silico

Pierre_·2024-01-29 23:32

推荐频道

数据算法-Spark大数据处理