Spark大数据处理

Spark系列（十）Shuffle的技术难点问题--Spark比MapReduce快的真正原因

写在前面：我是「nicedays」，一枚喜爱做特效，听音乐，分享技术的大数据开发猿。这名字是来自worldorder乐队的一首HAVEANICEDAY。如今，走到现在很多坎坷和不顺，如今终于明白niceday是需要自己赋予的。白驹过隙，时光荏苒，珍惜当下~~写博客一方面是对自己学习的一点点总结及记录，另一方面则是希望能够帮助更多对大数据感兴趣的朋友。如果你也对大数据与机器学习感兴趣，可以关注我的动
NICEDAYSS·2024-02-01 12:03

Spark比Mapreduce快的原因

1）基于内存spark是基于内存进行数据处理的，MapReduce是基于磁盘进行数据处理的。MapReduce的设计：中间结果保存在文件中，提高了可靠性，减少了内存占用。但是牺牲了性能。
Rnan-prince·2024-02-01 12:33

【大数据开发 Spark】第一篇：Spark 简介、Spark 的核心组成（5大模块）、Spark 的主要特征（4大特征）、Spark 对比 MapReduce

文章目录1Spark简介2Spark的核心组成（5大模块）3Spark的主要特征（4大特征）4Spark对比MapReduce1Spark简介初步了解一项技术，最好的方式就是去它的官网首页，一般首页都会有十分官方且准确的介绍
超周到的程序员·2024-02-01 12:02

为什么Spark比MapReduce快

client提交一个application可能包含多个job，mr中一个mr程序就是一个job，spark中一个DAG就是一个job。
认知偏差·2024-02-01 12:02

大数据之 Spark DAG

SparkDirectedAcyclicGraph(DAG)是ApacheSpark中的核心概念，它用于描述作业（job）的计算逻辑。
转身成为了码农·2024-02-01 12:00

大数据之 Spark 与 Hadoop MapReduce 对比

ApacheSpark和ApacheHadoopMapReduce是两个广泛用于大数据处理的开源框架，它们在设计目标、性能表现和功能特性上有显著的不同点：执行模型：MapReduce(MR)：基于批处理模式
转身成为了码农·2024-02-01 12:30

大数据之 Spark Shuffle 和 Hadoop MapReduce Shuffle的区别

SparkShuffle和HadoopMapReduceShuffle是分布式计算框架中处理中间结果的关键阶段，它们的主要区别在于设计原理、执行效率和资源利用率：HadoopMapReduceShuffleSort-based
转身成为了码农·2024-02-01 12:30

为什么Spark比MapReduce快的原因

核心答案1、基于内存学过Spark的应该都知道，Spark是基于内存进行数据处理操作的，而MapReduce则是基于磁盘进行数据处理。
Stray_Lambs·2024-02-01 12:59

spark处理速度为什么比MapReduce快？

官网的这张图下边有一行字：LogisticregressioninHadoopandSpark迭代场景下spark的处理速度大致是hadoop的100倍。️
CoreDao·2024-02-01 12:29

大数据之 Spark 比 MapReduce 快的原因

Spark比MapReduce（MR）快的原因可以总结如下：内存计算：Spark的核心设计是基于内存的计算模型，它将中间数据尽可能保留在内存中。
转身成为了码农·2024-02-01 12:57

python 脚本中关于｜ 转义的坑

hive或spark执行sql时｜一般使用\进行转义split(name,'\\|')但是在python脚本中对｜进行转义时需要\\\进行转义split(name,'\\\\\|')
:）คิดถึง·2024-02-01 09:35

Spark SQL 中org.apache.spark.sql.functions归纳

SparkSQL中org.apache.spark.sql.functions归纳注意，这里使用的是scala2.12.12，spark版本是最新的3.0.1版本1.Sortfunctions/***Returnsasortexpressionbasedonascendingorderofthecolumn
闻香识代码·2024-02-01 09:13

SparkStreaming---入门

文章目录1.SparkStreaming简介1.1流处理和批处理1.2实时和离线1.3SparkStreaming是什么1.4SparkStreaming架构图2.背压机制3.DStream案例实操1.
肥大毛·2024-02-01 09:12

Spark SQL 教程翻译（三） Data Sources

文章目录DataSourcesGenericLoad/SaveFunctionsManuallySpecifyingOptionsRunSQLonfilesdirectlySaveModesSavingtoPersistentTablesBucketing,SortingandPartitioningParquetFilesLoadingDataProgrammaticallyPartitionD
顧棟·2024-02-01 09:41

【spark床头书系列】 import org.apache.spark.sql.functions._ 和 import sparkSession.implicits._区别

sparkimportorg.apache.spark.sql.functions._和importsparkSession.implicits.
BigDataMLApplication·2024-02-01 09:39

pyspark学习-自定义udf

#demo1:frompyspark.sqlimportSparkSession,Rowif__name__=='__main__':spark=SparkSession.builder.getOrCreate
heiqizero·2024-02-01 09:07

pyspark学习-spark.sql.functions normal函数

)"""作用:返回一个基于已给列名的列信息场景:类似于dataframe格式中提取data["id"],能够进行计算参数:  col:列名  返回:  column:返回一个基于已给列名的列信息"""spark
heiqizero·2024-02-01 09:00

大数据 - Spark系列《二》- 关于Spark在Idea中的一些常用配置

上一篇：大数据-Spark系列《一》-从Hadoop到Spark：大数据计算引擎的演进-CSDN博客目录1.Idea中配置LiveTemplates来快速生成代码片段2.Idea中配置文件模板自定义初始代码
王哪跑nn·2024-02-01 07:53

大数据 - Spark系列《一》- 从Hadoop到Spark：大数据计算引擎的演进

目录1.1Hadoop回顾1.2spark简介1.3Spark特性1.通用性2.简洁灵活3.多语言1.4SparkCore编程体验1.4.1spark开发工程搭建1.开发语言选择：2.依赖管理工具：1.4.2Spark
王哪跑nn·2024-02-01 07:43

【SparkML系列3】特征提取器TF-IDF、Word2Vec和CountVectorizer

本节介绍了用于处理特征的算法，大致可以分为以下几组：提取（Extraction）：从“原始”数据中提取特征。转换（Transformation）：缩放、转换或修改特征。选择（Selection）：从更大的特征集中选择一个子集。局部敏感哈希（LocalitySensitiveHashing,LSH）：这类算法结合了特征转换的方面与其他算法。###FeatureExtractors（特征提取器）###
周润发的弟弟·2024-02-01 07:31

【SparkML系列2】DataSource读取图片数据

DataSource(数据源)在本节中，我们将介绍如何在机器学习中使用数据源加载数据。除了一些通用的数据源，如Parquet、CSV、JSON和JDBC外，我们还提供了一些专门用于机器学习的数据源。###Imagedatasource（图像数据源）该图像数据源用于从目录加载图像文件，它可以通过Java库中的ImageIO加载压缩图像（jpeg、png等）到原始图像表示。加载的DataFrame有一
周润发的弟弟·2024-02-01 07:01

【SparkML系列1】相关性、卡方检验和概述器实现

在spark.ml中，我们提供了计算多组数据之间成对相关性的灵活性。目前支持的相关性方法是皮尔逊（Pearson）相关系数和斯皮尔曼（Spearman）相关系数。
周润发的弟弟·2024-02-01 06:24

Spark SQL的高级用法

一.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--快速生成多行的序列--方式一selectexplode(split("1,2,3,4,5",","));--方式二/*序列函数sequence(start,stop,step):生成指定返回的列表数据[start,stop]必须传入,step步长可传可不传,默认为1,也可以传入负数,传入负数的时候,大数要在前,小数*/sele
Yan_bigdata·2024-02-01 06:42

大数据架构简述流处理、批处理、交互式查询

我们将大数据处理按处理时间的跨度要求分为以下几类基于实时数据流的处理，通常的时间跨度在数百毫秒到数秒之间基于历史数据的交互式查询，通常时间跨度在数十秒到数分钟之间复杂的批量数据处理，通常的时间跨度在几分钟到数小时之间
叫我老村长·2024-02-01 01:09

8. 如何快速地把 Hive 中的数据导入 ClickHouse

文章目录HivetoClickHouseHiveSchemaClickHouseSchemaSeatunnelwithClickHouseSeatunnelSeatunnelPipelineSparkInputFilterOutputRunningSeatunnelConclusionHivetoClickHouse
helloooi·2024-02-01 00:29

中国氢气泄漏检测传感器行业市场供需与战略研究报告

氢气泄漏检测传感器市场的企业竞争态势该报告涉及的主要国际市场参与者有NGKSparkPlugCOLTD、ShenzhenSafegasTechnologyCo、Limited、FlukeCorp、NeoxidGroup
贝哲斯研究中心·2024-01-31 23:39

spark从入门到放弃三十九:Spark Sql(12)SparkSql工作原理以及性能优化

文章地址：http://www.haha174.top/article/details/2570731工作原理1.大家都知道，只要在数据库类型的技术里面，比如,最传统的mysql,Oracle包括现在大数据领域的数据仓库如Hive，他的基本Sql执行的模型，都是类似的，首先生成一条SQL语句的执行计划。例如Selectnamefromnames=>解析成从哪里去查询（names表在那个文件里面，从
意浅离殇·2024-01-31 20:42

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。
kikiki2·2024-01-31 19:00

Spark Exchange节点和Partitioning

Exchange在explain时，常看到Exchange节点，这个节点其实就是发生了数据交换此图片来自于网络截取BroadcastExchangeExec主要是用来广播的ShuffleExchangeExec里面决定了数据分布的方式和采用哪种shuffle在这里可以看到好几种不同的分区器shufleManager创建不同的shuffle方式Distribution与PartitioningDis
orange大数据技术探索者·2024-01-31 19:34

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·2024-01-31 17:06

Scala核心编程 第一章—Scala语言概述

一、Scala语言解释1.什么是Scala语言Spark—新一代内存级大数据计算框架，是大数据的重要内容。Spark就是使用Scala编写的。因此为了更好的学习Spark,需要掌握Scala这门语言。
我是星星我会发光i·2024-01-31 15:47

flink sql运用入门

Job）#步骤4：停止集群#三、SQL客户端#1、准备sql涉及的lib包2、编写sql脚本3、webui查看总结前言目前我司项目中有实时大屏的需求，涉及实时计算部分的选型（以开源为基础），目前主流选择有spark
yc_zlj·2024-01-31 11:21

Apache Flink -任意文件写入漏洞复现（CVE-2020-17518）

1、产品简介ApacheFlink是高效和分布式的通用数据处理平台，由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎（简单来说，就是跟spark类似）
OidBoy_G·2024-01-31 10:52

[Spark] 如何设置Spark资源

转自1.公众号[Spark学习技巧]如何设置Spark资源2.Spark性能优化篇一：资源调优Spark和YARN管理的两个主要资源：CPU和内存应用程序中每个SparkExecutor都具有相同的固定数量的核心和相同的固定堆大小
LZhan·2024-01-31 10:07

java进阶

大数据史上最全Flink面试题，高薪必备，大数据面试宝典史上最全Hadoop面试题：尼恩大数据面试宝典专题1史上最全HBase面试题，高薪必备，架构必备史上最全Hive面试题，高薪必备，架构必备绝密100个Spark
don't_know·2024-01-31 09:44

pyspark学习-spark.sql.functions 聚合函数

https://spark.apache.org/docs/3.4.1/api/python/reference/pyspark.sql/functions.html1.approx_count_distinct
heiqizero·2024-01-31 08:02

【Spark系列6】如何做SQL查询优化和执行计划分析

ApacheSparkSQL使用Catalyst优化器来生成逻辑执行计划和物理执行计划。逻辑执行计划描述了逻辑上如何执行查询，而物理执行计划则是Spark实际执行的步骤。
周润发的弟弟·2024-01-31 08:01

【Spark系列5】Dataframe下常用算子API

ApacheSparkDataFrameAPI提供了丰富的方法来处理分布式数据集。以下是一些常见的DataFrameAPI类别和方法，但这不是一个完整的列表，因为API非常广泛。
周润发的弟弟·2024-01-31 08:31

（一）PySpark3：安装教程及RDD编程（非常详细）

目录一、pyspark介绍二、PySpark安装三、RDD编程1、创建RDD2、常用Action操作①collect②take③takeSample④first⑤count⑥reduce⑦foreach⑧countByKey⑨saveAsTextFile3
唯余木叶下弦声·2024-01-31 08:57

Spark性能调优

Spark性能调优executor内存不足用`UNIONALL`代替`UNION`persist与耗时监控executor内存不足问题表现1：Containerxxisrunningbeyondphysicalmemorylimits.Currentusage
HanhahnaH·2024-01-31 08:26

Spark如何用累加器Accumulator收集日志

Spark如何用累加器Accumulator收集日志Accumulator如何使用Accumulator收集日志Spark任务的实际运算是交由众多executor来执行的，如果再执行算子内部打印日志，是需要到对应的
HanhahnaH·2024-01-31 08:03

分布式虚拟文件系统，如何实现多种存储系统的融合

随着大数据技术和人工智能技术的发展，各种框架应运而生，比如大数据领域中的MapReduce和Spark，人工智能领域中的TensorFlow和PyTorch等。
数据存储张·2024-01-31 07:20

大数据-Spark-关于Json数据格式的数据的处理与练习

上一篇：大数据-MapReduce-关于Json数据格式的数据的处理与练习-CSDN博客16.7Json在Spark中的引用依旧利用上篇的数据去获取每部电影的平均分{"mid":1,"rate":6,"
王哪跑nn·2024-01-31 06:50

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
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他