Spark走马观花

(15)Hive调优——数据倾斜的解决指南

目录前言一、什么是数据倾斜二、发生数据倾斜的表现2.1MapReduce任务2.2Spark任务三、如何定位发生数据倾斜的代码四、发生数据倾斜的原因3.1key分布不均匀3.1.1某些key存在大量相同值
爱吃辣条byte·2024-02-19 11:50

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

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

参观工博会

今天是我第二次参观工博会，两年前看过一次，走马观花，就看了个热闹，这次准备以专业人士的角度仔细看看。到了之后，先是在自家公司的展位看了看，增加点人气，顺便想办法解决下午饭，制定观看路线。
带汽的水水·2024-02-15 05:45

怎样塑造查理·芒格的牛人思维？这本书一定不要错过

中国人口之多，名胜古迹景区多受保护，当下中国的旅游体验不过是只能观看不可体验，人人都走马观花般泛泛地游览。
小月亮文毓·2024-02-15 03:15

日思录

31/360这几天老婆一直在追剧，为了能跟她有些共同的话题和炫耀她不知道的情节，我走马观花的看完了原著。看完有几点感悟。其一，子女的教育问题是最重要的。
风之预言·2024-02-15 01:00

（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

《精益创业》读后感

截止此时，刨去走马观花看书的那一次，也算是认真认真看了一遍纸质版书籍。
乔娟·2024-02-14 23:05

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

一只断线的风铃

叮呤叮呤柔软了隔纱哀眺的夜十月的风牵扯着断线风铃的心清冷的月一瞬间苍白了芬芳的想念洒落的珠在玻璃桌上起舞一如当初落在我身后轻轻的脚步回头消散的气息不复曾经所有恰似断线的风铃在风中缠绵柔美、柔美伤悲、伤悲在风中追逐的步伐不重不轻、不缓不急只是我的情愁永远追不上你的诗伤最终我还是迷失在你清浅的笑容里却感动了整场青葱雨季少年步步为营蓓蕾小心翼翼青春走马观花曲不成调的叮呤奏出了奋不顾身的壮烈却凌乱了风割断
柒百忆·2024-02-14 13:48

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

旅行

云南，北京，上海，成都，凤凰古城，山亚，浙江，苏州，无锡…..那时候的旅游，用穷游来形容非常贴切，赶行程，到此一游，走马观花，但快乐和意义却长远且无法忘记。自从有了孩子
璟简·2024-02-14 08:27

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

未来，就是一个选择

在找工作之初给自己定的目标是一定不去公立学校，一定不从事和本专业相关的工作，也在积极的奔着自己的目标努力，所以和本专业相关的工作一直都是在走马观花，只是有些要求不是很高的学校，过去聊了聊，然后拿到了offer
似水流年1993·2024-02-14 07:16

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

2019-07-29

不过随着演变，如今的“团建”大多变成了各种吃喝玩乐：走马观花的旅游，并不“趣味”的趣味运动会，尬聊酒局+饭桌游戏……就我个人而
chen晨辰·2024-02-14 05:43

旅行的意义(1)/等

小时候总是一味地想要去到很远的地方，走马观花似的到了很多地方。但零碎的游历经不起推敲，时间一久，那些地名又重新变成地图上刻板的印刷体，只有在后来认真旅行的时候，回光返照般的闪现过片刻记忆。
被被睡着了·2024-02-14 03:15

印象乐陵之方寸之间方显为政理念

图片发自App图片发自App图片发自App“浪荡”成性的我总会找些由头，作为“浪荡”“旗号”，这不昨日清晨，驱车带着老妈驶上了德滨高速，五十分钟抵达乐陵，开始了此次乐陵的走马观花闲游草民不会有前呼后拥，
崇拜范蠡·2024-02-14 02:23

学习

好久没来了，即便进来也是走马观花，没有好好看文。最近因家里有事没来，而且自停更后，陆续看了简友们的文章，竟然发现了自己很感兴趣的圈子→_→朋友圈美学。
angelsz·2024-02-14 01:54

国庆节去家具城买沙发

上次和女儿只是走马观花看看价格和款式，了解一下。今天买沙发的事情再次提上议事日程，趁这个假期要把沙发买好，不能再拖下去了。吃过午饭和老公叫上小舅舅一起去家具城买沙发。
习惯独行·2024-02-13 21:03

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

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

30天复盘总结

反思自己，没有充分融入到社群，对社群规则不了解，导致痛失励志币，由于主要精力没有在这一块，对社群的一些干货、规则没有充分细致了解，没有积极与伙伴互动，更多时候是走马观花的看，导致自己整体的印象不
喵儿的星球·2024-02-13 13:22

“双减”你真的减了吗

最起码在我看来一切照旧，作业该做还得做，英语该上还得上，只是不应该把全部的目光都放在了学科上，德智体美劳也要跟上，我觉得孩子应该坚持一项兴趣，而不是走马观花似的体验！
梅红思维导图与亲子绘本阅读·2024-02-13 13:48

再读《安娜·卡列尼娜》9

之所以这回再读托翁巨著感觉到了辛苦，首先是不能走马观花，一目十行，其次是不能光看热闹，喜欢那多瞧瞧，不喜欢的干脆翻过去。最重要的
cd4ef298db66·2024-02-13 05:54

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

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

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

旅行，是一种生活模式，也是一种人生态度

旅游，更多的是辛苦了好久之后，有了一定的积蓄，在特定的时间里，选择特定的路线，方式i景区景点，把好久辛苦积蓄下来的资产拿去消费的一种过程，或者说让自己到此一游，走马观花后，短暂的得到了一种释放型的消费模式
随风_翱翔·2024-02-12 16:49

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

今日份复盘(201106)

我想引导到最近的《认知天性》，但是因为走马观花，所以可以拿出来说的都是不成句的，有些词不达
向阳记笔记·2024-02-12 12:34

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

2021-08-16

游览时，不能走马观花，要仔细观察。所谓仔细观察，就是要看景物的形状、颜色、质地是怎样的，静态下什么样，动态下又是什么样，等等。另外，在观察的时候，还要按一定的顺序，或由近及远，由远到近；或从上到下，
崔欣欣cxx·2024-02-12 10:48

汉家陵阙

走马观花的看了随葬坑，对虚拟成像倒是有兴趣。十几分钟的短剧，重点介绍了汉景帝轻徭薄赋，三十税一，以及平定七国之乱的事。因为阳
简记微语·2024-02-12 09:33
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他