********Spark 第41页

超过100个的优秀开源项目

Github：https://github.com/SparkDevNetwork/Rock详细介绍：点击查看145、用于自动化测试Windows应用程序的开源框架（Flau

程序猿的杂货店·2023-11-28 14:33

Spark 自定义外部数据源

翻译自：ExtendingSparkDatasourceAPI:writeacustomsparkdatasourceDataSourceAPIBasicInterfacesBaseRelation:展示从

一生逍遥一生·2023-11-28 13:01

StarRocks从入门到精通系列六：使用EXPORT、Spark、Flink从StarRocks中导出数据

StarRocks从入门到精通系列六：使用EXPORT、Spark、Flink从StarRocks中导出数据一、使用EXPORT导出数据1.背景信息2.导出流程3.基本原理4.相关配置5.基本操作6.最佳实践二

最笨的羊羊·2023-11-28 11:38

SparkSQL与parquet，处理decimal类型数据时遇到的问题及注意事项

SparkSQL为了更好的性能，在读写Hivemetastoreparquet格式的表时，会默认使用自己的ParquetSerDe，而不是采用Hive的SerDe进行序列化和反序列化。

雾岛与鲸·2023-11-28 11:03

sparksql 自动DataSourceV2源

表模型明细模型：表中会存在主键重复的数据行，并且与导入的数据是完全对应的。您可以召回所导入的全部历史数据。聚合模型：表中不存在主键重复的数据行，主键满足唯一性约束。导入的数据中主键重复的数据行聚合为一行，即具有相同主键的指标列，会通过聚合函数进行聚合。您只能召回导入的全部历史数据的聚合结果，但是无法召回历史明细数据。主键模型和更新模型：表中不存在主键重复的数据行，主键满足唯一性约束。最新导入的数据

大数据启示录·2023-11-28 11:00

Spark面试题集锦

1、什么是ApacheSpark？Spark是什么？是基于内存计算的分布式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。

猿界零零七·2023-11-28 09:53

Spark升级中对log4j中的一些思考

背景最近在做Spark版本的升级(由spark3.1升级到spark3.5)，其实单纯从spark升级涉及到的log4j来说，并没有什么能够记录的，但是由于公司内部做了Spark的serveless，把

鸿乃江边鸟·2023-11-28 09:03

数据算法 Hadoop/Spark大数据处理---第十章

本章实现方式基于传统spark来实现基于传统Scala来实现本章实现方式的思路-spark：1.先创建JavaSparkContext，textFile读入文件。

_Kantin·2023-11-28 08:05

spark 的createDstream和createDirectStream区别

spark读取kafka数据流提供了两种方式createDstream和createDirectStream。

香山上的麻雀·2023-11-28 05:16

Spark-Streaming KafkaClient 异常解决

在使用Spark-Streaming消费Kafka数据的时候，使用如下命令提交到yarnCausedby:java.lang.IllegalArgumentException:Couldnotfinda'KafkaClient'entryintheJAASconfiguration.Systemproperty'java.security.auth.login.config'isnotsetato

大猪大猪·2023-11-27 23:13

spark之OOM常见问题梳理(一)

—王小波一、Spark报错信息问题一1.描述org.apache.spark.shuffle.FetchFailedException这种问题一般发生在有大量shuffle操作的时候,task不断的failed

写轮眼之大数据·2023-11-27 20:34

Flink入门（一）——Apache Flink介绍

随着雅虎对hadoop的开源，越来越多的大数据处理技术开始涌入人们的视线，例如目前比较流行的大数据处理引擎ApacheSpark,基本上已经取代了MapReduce成为当前大数据处理的标准。

大数据流动·2023-11-27 20:03

Structured Streaming基本使用

StructuredStreaming定义结构化流处理是Spark中用于处理实时流数据的API。它提供了类似于对静态数据集进行操作的高级抽象，允许你以类似的方式处理实时数据流。

linbokang·2023-11-27 19:46

Apache Iceberg核心原理分析文件存储及数据写入流程

相较于Hudi、Delta与Spark的强耦合，Iceberg可以与多种计算引擎对接，目前社区

王知无(import_bigdata)·2023-11-27 19:25

Crazy Boy Parkour

Thebravelittleboystartedhisparkourandmadeacrazyadventureontheroadfullofmonstersandtraps.Buttheroadaheadisnotsosmooth

Madelines·2023-11-27 19:20

Flink实时流计算入门系列（一）

image这几年大数据的飞速发展，出现了很多热门大数据计算框架，著名的Hadoop、Storm、Spark，他们都专注于各自的应用场景。

晨冉1688·2023-11-27 17:17

2023_Spark_实验二十二：Zookeeper的集群安装

Zookeeper的集群安装一、集群的规划二、Zookeeper配置三、Zookeeper启动一、集群的规划Zookeeper集群：192.168.137.110（bigdata112）192.168.137.111（bigdata113）192.168.137.112（bigdata114）二、Zookeeper配置在主节点（bigdata112）上配置ZooKeeper配置/opt/soft_

pblh123·2023-11-27 17:26

2023_Spark_实验二十一：Zookeeper单机安装与配置

zookeeper单机安装与配置一、zookeeper的安装1.上传zookeeper-3.4.5.tar.gz到/tools目录下2.解压安装zookeeper到/training中tar-zvcfzookeeper-3.4.5.tar.gz-C/opt/soft_installed/zookeeper-3.4.53.配置环境变量vim/home/lh/.bashrc#添加内容如下exportZ

pblh123·2023-11-27 17:52

Spark性能调优05-Shuffle调优

1.SparkShuffle概述在Spark的源码中，负责shuffle过程的执行、计算和处理的组件主要就是ShuffleManager，也即shuffle管理器。

CoderJed·2023-11-27 16:00

解决SparkSQL导致的JVM栈内存溢出方法_尚硅谷大数据培训

当SparkSQL的sql语句有成百上千的or关键字时，就可能会出现Driver端的JVM栈内存溢出。

尚硅谷铁粉·2023-11-27 16:52

在spark环境中运行demo的时候报错

在spark环境中运行demo的时候报错，怎么解决？

我是钟钟·2023-11-27 12:07

spark官网首页翻译

官网：http://spark.apache.org/Download（下载）Libraries（SQLAndDataFrame、SparkStreaming、MLlib、Third-PartyProjects

xiaogao2017·2023-11-27 12:36

PHP调用spark模型,php – Laravel Spark没有正确地引入css

我正在玩Spark,以便学习如何使用它.我按照安装说明在Homestead下进行了新的安装.从路由页面生成的css链接是没有生成css.因此,主页被顶起.任何人都可以帮我追查问题吗？

比较擅长理性皮·2023-11-27 12:34

java调用spark_详解Java编写并运行spark应用程序的方法

我们首先提出这样一个简单的需求：现在要分析某网站的访问日志信息，统计来自不同IP的用户访问的次数，从而通过Geo信息来获得来访用户所在国家地区分布状况。这里我拿我网站的日志记录行示例，如下所示：121.205.198.92--[21/Feb/2014:00:00:07+0800]"GET/archives/417.htmlHTTP/1.1"20011465"http://shiyanjun.cn/

小理同学·2023-11-27 12:03

（二）Spark客户端的使用

spark客户端作用：我们可以通过客户端发送消息，实现消息拦截的现象展示。下载并安装Spark下载地址。

黄土地的孩子·2023-11-27 12:32

Spark的部署与使用

Vic·Tory·2023-11-27 12:01

spark体验

前言spark作为大数据计算引擎，为大数据的计算提供了一套新的底层模型；从存储角度，它借助内存作为首选方式，比hadoop快百倍。记录下一些重点感悟。

scofielong·2023-11-27 12:00

spark-core包源码编译以及打包运行

一、集群环境下运行系统打包spark在mavenprojects视图选择SparkProjectParentPOM(root)，然后选中工具栏倒数第四个按钮（shipTestsmode）按下，这时Liftcycle

五环旗·2023-11-27 12:58

SparkDesk知识库 + ChuanhuChatGPT前端 = 实现轻量化知识库问答

实现两个下拉框进行联动案例解读：change/click/input实践（三）在Gradio实现分栏、分页的效果（二）Gradio的重要函数以及一些代码示例学习（一）好了，终于可以把笔者最终的想法开始实践了：SparkDesk

悟乙己·2023-11-27 12:20

Mongodb中Aggregation特性

Mongodb是目前最受欢迎的大数据存储平台之一，它可以作为云计算技术的底层存储层，比如为spark、hadoop、pig、hive、drill等计算框架提供源数据。

shift_alt_ctrl·2023-11-27 12:45

Kafka基本原理详解

）、多副本的（replica），基于zookeeper协调的分布式消息系统，它的最大的特性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

昙花逐月·2023-11-27 10:46

智能AIGC写作系统ChatGPT系统源码+Midjourney绘画+支持GPT-4-Turbo模型+支持GPT-4图片对话

一、AI创作系统SparkAi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·2023-11-27 09:59

spark篇（一）——Spark核心概念与操作

image.png1Spark核心概念与操作1.1Spark简介ApacheSpark是新兴的一种快速通用的大规模数据处理引擎。

许志辉Albert·2023-11-27 08:53

Intellij之Spark Scala开发环境搭建

https://www.jianshu.com/p/200473f264bchttps://blog.csdn.net/a2011480169/article/details/52712421参考博客：1、http://wwwlouxuemingcom.blog.163.com/blog/static/20974782201321953144457/2、http://blog.csdn.net/s

piziyang12138·2023-11-27 08:32

Spark Core源码精读计划#18：与RDD的重逢

目录前言RDD抽象类概述构造方法与成员属性需要RDD子类实现的方法RDD的五要素RDD继承体系与算子概述RDD的子类转换算子动作算子总结前言在前面的17篇文章中，我们对以SparkContext和SparkEnv

LittleMagic·2023-11-27 07:33

Spark分布式机器学习源码分析：线性模型

Spark是一个极为优秀的大数据框架，在大数据批处理上基本无人能敌，流处理上也有一席之地，机器学习则是当前正火热AI人工智能的驱动引擎，在大数据场景下如何发挥AI技术成为优秀的大数据挖掘工程师必备技能。

大数据之眸·2023-11-27 06:55

(转)Spark DataFrame 开发指南

DataFrame是Spark在RDD之后新推出的一个数据集，从属于SparkSQL模块，适用于结构化数据。对于我们这些用惯了数据库表和散列/字典结构的人来说，尤为亲切。

达微·2023-11-27 06:40

大数据处理框架Spark：核心原理

大数据处理框架Spark：核心原理Spark是一个开源的大数据处理框架，它提供了高效的分布式数据处理和计算能力。本文将介绍Spark的核心原理，并提供相应的源代码示例。

雨中徜徉的思绪漫溢·2023-11-27 04:17

SparkSQL之catalyst

说到SparkSQL，我们不得不提到它的优化器（Catalyst），Catalyst是Sparksql的核心，它是针对于SparkSQL语句执行过程中的查询优化框架。

临界爵迹·2023-11-27 03:34

利用SparkSQL Logical Plan Parse 打造大数据平台SQL诊断利器

利用我们的源码，打造一款SQL的扫描工具~~原理篇Spark被大家津津乐道的经典SQL解析流程Sql语句经过Antlr4解析，生成UnresolvedLog

敏叔V587·2023-11-27 03:34

SparkSQL 源码解析 SparkPlanner

文章目录物理计划转换过程SparkPlan分类LeafExecNodeUnaryExecNodeBinaryExecNode其他类型的SparkPlanSparkPlannerPlanLaterplanSparkStrategy.applycollectPlaceholdersplaceholders

KD_·2023-11-27 03:03

Spark入门之五：SparkSQL的原理以及架构

1、SparkSQL的发展历程1.1HiveandSharkSparkSQL的前身是Shark，给熟悉RDBMS但又不理解MapReduce的技术人员提供快速上手的工具，Hive应运而生，它是当时唯一运行在

铁猴·2023-11-27 03:03

SparkSQL讲解

一SparkSQL是什么1.1SparkSQL的出现契机数据分析的方式数据分析的方式大致上可以划分为SQL和命令式两种：命令式在前面的RDD部分,非常明显可以感觉的到是命令式的,主要特征是通过一个算子,

北山璎珞·2023-11-27 03:32

sparkSQL1.1入门之二：sparkSQL运行架构

在介绍sparkSQL之前，我们首先来看看，传统的关系型数据库是怎么运行的。

chuozhi7142·2023-11-27 03:02

sparkSQL1.1入门之二：sparkSQL执行架构

在介绍sparkSQL之前。我们首先来看看，传统的关系型数据库是怎么执行的。

aofan9566·2023-11-27 03:31

SparkSQL之Optimized LogicalPlan生成过程

经过Analyzer的处理，UnresolvedLogicalPlan已经解析成为AnalyzedLogicalPlan。AnalyzedLogicalPlan中自底向上节点分别对应Relation、Subquery、Filter和Project算子。 AnalyzedLogicalPlan基本上是根据UnresolvedLogicalPlan一对一转换过来的，对于SQL语句中的逻辑能够很好

RainTicking·2023-11-27 03:31

Spark:读取mysql数据作为DataFrame

{Calendar,Date}importcom.iptv.domain.DatePatternimportcom.iptv.job.JobBaseimportorg.apache.spark.sql.expressions.Windowimportorg.apa

利伊奥克儿·2023-11-27 02:57

window环境下安装spark

spark是大数据计算引擎，拥有SparkSQL、SparkStreaming、MLlib和GraphX四个模块。

FTDdata·2023-11-26 22:42

推荐频道

********Spark