spark编程模型

Hadoop之Yarn 详细教程

1、yarn的基本介绍和产生背景YARN是Hadoop2引入的通用的资源管理和任务调度的平台，可以在YARN上运行MapReduce、Tez、Spark等多种计算框架，只要计算框架实现了YARN所定义的接口
白鸽呀·2023-12-30 08:57

【Azure 架构师学习笔记】- Azure Databricks (2) -集群

ADB集群首先了解一下ADB的集群，ADB的集群本质上就是一堆AzureVM，在创建之时已经按照特定模板，配置有Spark和可以并行操作Spark
發糞塗牆·2023-12-30 07:11

Spark - SQL查询文件数据

那么我们可以利用spark-sql直接操作文件的特性处理这类的需求，姐姐再也不用担心我不会spark了，因为我就只会sql。使用方法csvspark.sql("select*fromcsv.
kikiki2·2023-12-30 07:34

大数据学习(29)-Spark Shuffle

&&大数据学习&&系列专栏：哲学语录:承认自己的无知，乃是开启智慧的大门如果觉得博主的文章还不错的话，请点赞+收藏⭐️+留言支持一下博主哦SparkShuffleMap和Reduce在Shuffle过程中
viperrrrrrr·2023-12-30 06:25

【Spark精讲】一文讲透SparkSQL物理执行计划

SparkSQL整体计划生成流程大体分三步：(1)由SparkSqlParser中的AstBuilder执行节点访问，将语法树的各种Context节点转换成对应的LogicalPlan节点，从而成为一棵未解析的逻辑算子树
话数Science·2023-12-30 06:59

【Spark精讲】一文讲透SparkSQL执行过程

SparkSQL执行过程逻辑计划逻辑计划阶段会将用户所写的SQL语句转换成树型数据结构(逻辑算子树)，SQL语句中蕴含的逻辑映射到逻辑算子树的不同节点。
话数Science·2023-12-30 06:55

[spark] 将dataframe中的数据插入到mysql

文章目录分区写入`foreachPartition`直接写入`write.jdbc()`有没有插入成功在插入时记录行数`累加器`分区写入foreachPartition在Spark中，你可以使用foreachPartition
言之。·2023-12-30 06:55

Spark Streaming

目录一、流计算概述（一）静态数据和流数据（二）批量计算和实时计算（三）流计算概念（四）流计算框架（五）流计算处理流程二、SparkStreaming（一）SparkStreaming设计（二）SparkStreaming
Francek Chen·2023-12-30 06:54

动物日记｜白沙的鸡

就先做个介绍吧：白沙公园又叫PasirRisPark，是一个位于新加坡的东北部的海滩公园，于1989年启用，是
小哥阿民·2023-12-30 06:37

【从浅到深的算法技巧】1.基础编程模型

1.算法编写一段计算机程序一般都是实现一种已有的方法来解决某个问题。这种方法大多和使用的编程语言无关一它适用于各种计算机以及编程语言。是这种方法而非计算机程序本身描述了解决问题的步骤。在计算机科学领城，我们用算法这个词来描述一种有限、确定、有效的并适合用计算机程序来实现的解决问题的方法。算法是计算机科学的基础，是这个领城研究的核心。要定义一个算法，我们可以用自然语言描述解决某个问题的过程或是编写一
牛马程序员‍·2023-12-30 00:31

PiflowX大数据流水线系统

支持分布式计算引擎flink和spark。以所见即所得的方式，实现大数据采集、处理、存储与分析流程化配置、运行与智能监控。
暗影八度·2023-12-29 23:43

大数据框架介绍

大数据学习必备三个框架Hadoop，Spark，Storm大数据的主要特点为数据量大(Volume)，数据类别复杂(Variety)，数据处理速度快(Velocity)和数据真实性高(Veracity)
mikecg·2023-12-29 23:06

大数据HelloWorld-Flink实现WordCount

MR，Spark，Flink以来开篇第一个程序都是WordCount。那么今天Flink开始目标就是在本地调试出WordCount。[图片上传失败...
指尖数虫·2023-12-29 22:38

第十二节：Stream（消息驱动）和Sleuth（分布式请求链路跟踪）

消息驱动）消息驱动概述：MQ（消息中间件）：ActiveMQ、RabbitMQ、RocketMQ、kafkaMQ解决问题：多种MQ适配（切换、维护、开发）屏蔽底层消息中间件的差异，降低切换成本，统一消息的编程模型
逆流而上jiao·2023-12-29 21:52

SpringCloud（第十四章 SpringCloud Stream 消息驱动）

SpringCloudStream标准流程套路4.编码API和常用注解二、案例说明三、消息驱动之生产者四、消息驱动之消费者五、分组消费与持久化一、消息驱动概述1.是什么1.1一句话屏蔽底层消息中间件的差异,降低切换成本，统一消息的编程模型什么是
懒惰的小白521·2023-12-29 21:21

SpringCloud第十一节内容精简，SpringCloud Stream消息驱动

平时用的消息组件有，RabbitMQ，RocketMQ，Kafka，ActiveMQ用消息驱动是为了屏蔽底层消息中间件的差异，降低切换版本，统一消息的编程模型举个例子，你不需要学习mysql，sqlserver
bailaoshi666·2023-12-29 21:19

第十一章 Stream消息驱动

1.消息驱动概述作用：屏蔽底层消息中间件的差异,降低切换成本，统—消息的编程模型。底层不管是什么中间件如kafka、rabbitmq，Stream
我愿为一粒沙·2023-12-29 21:18

SparkStreaming常见transformation算子

1.4SparkStreaming常见transformation算子1.4.1常见的算子操作对cogroup做一简单的说明：cogroup就是groupByKey的另外一种变体，groupByKey是操作一个
Guff_hys·2023-12-29 20:59

SparkStreaming_window_sparksql_reids

SparkStreaming提供了滑动窗口操作的支持，从而让我们可以对一个滑动窗口内的数据执行计算操作。
Guff_hys·2023-12-29 20:59

【flink番外篇】9、Flink Table API 支持的操作示例（5）- 表的列操作

2、Flink基础系列本部分介绍Flink的基础部分，比如术语、架构、编程模型、编程指南、基本的datastreamapi用法、四大基石等内容。
一瓢一瓢的饮 alanchan·2023-12-29 17:18

【flink番外篇】9、Flink Table API 支持的操作示例（4）- Table API 对表的查询、过滤操作

2、Flink基础系列本部分介绍Flink的基础部分，比如术语、架构、编程模型、编程指南、基本的datastreamapi用法、四大基石等内容。
一瓢一瓢的饮 alanchan·2023-12-29 17:17

【flink番外篇】9、Flink Table API 支持的操作示例（1）-通过Table API和SQL创建表

2、Flink基础系列本部分介绍Flink的基础部分，比如术语、架构、编程模型、编程指南、基本的datastreamapi用法、四大基石等内容。
一瓢一瓢的饮 alanchan·2023-12-29 17:47

【flink番外篇】9、Flink Table API 支持的操作示例（3）- 通过API查询表和使用窗口函数的查询

2、Flink基础系列本部分介绍Flink的基础部分，比如术语、架构、编程模型、编程指南、基本的datastreamapi用法、四大基石等内容。
一瓢一瓢的饮 alanchan·2023-12-29 17:47

【flink番外篇】9、Flink Table API 支持的操作示例（2）- 通过Table API 和 SQL 创建视图

2、Flink基础系列本部分介绍Flink的基础部分，比如术语、架构、编程模型、编程指南、基本的datastreamapi用法、四大基石等内容。
一瓢一瓢的饮 alanchan·2023-12-29 17:15

Kafka 初识

是一个分布式、支持分区的、多副本的，基于zookeeper协调的分布式消息系统，它的最大特点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
Advancer-lbh·2023-12-29 14:56

9.Spark Core-Spark经典案例之非结构数据处理

需求：根据tomcat日志计算url访问了情况，具体的url如下，要求：区别统计GET和POSTURL访问量结果为：访问方式、URL、访问量测试数据集：在CODE上查看代码片派生到我的代码片196.168.2.1--[03/Jul/2014:23:36:38+0800]“GET/course/detail/3.htmHTTP/1.0”200384350.038182.131.89.195--[03
__元昊__·2023-12-29 14:25

Spark集群- 连接hadoop、hive集群

目的使spark代码提交到集群运行时，能够操作hdfs、hive等保证所有spark机器都能解析hadoop集群的机器名称如果spark和hadoop部署在同样的集群，则可以省略这一步如果spark和hadoop
heichong·2023-12-29 13:59

最新AI系统ChatGPT网站系统源码，Midjourney绘画，GPT语音对话+ChatFile文档对话总结+DALL-E3文生图+思维导图一站式解决方案

一、前言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·2023-12-29 10:05

Spark相关

1、Spark运行模式1、local：运行在一台机器上。测试用。2、Standalone：是Spark自身的一个调度系统。对集群性能要求非常高时用。国内很少使用。
大数据点滴·2023-12-29 09:29

NXP实战笔记（三）：S32K3xx基于RTD-SDK在S32DS上配置WDT配置

目录1、WDT概述2、SWT配置2.1、超时时间，复位方式的配置2.2、中断形式1、WDT概述SWT编程模型只允许32位（字）访问。
剑从东方起·2023-12-29 09:05

seatunnel同步oracle到clickhouse问题

拷贝oracle的包ojdbc6-11.2.0.4.jar到/opt/spark-2.3.3/jar目录下##HowtosolvetheError`Exceptioninthread"main"java.lang.NoSuchFieldError
lin502·2023-12-29 09:58

spark数据分析（sogou500w数据集）

1.实验环境1.1操作系统macOSMojave10.14.11.2虚拟化软件VMwareFusion1.3虚拟机操作系统ubuntu18.0464位1.4数据sogou500w数据2.实验步骤和方法流程2.1安装jdk前往官网下载jdk1.8，安装位置为/home/kyle/env。2.1.2配置环境变量vsudovim/etc/profileexportJAVA_HOME=/home/kyle
pacmoc·2023-12-29 08:45

Mybatis从原生开发到Spring、SpringBoot整合（一）

目录一、原生MyBatis1.1API基本流程1.2缓存1.2.1一级缓存1.2.2二级缓存1.3嵌套懒查询1.3.1样例1.3配置Mappers1.4两种编程模型1.4.1面向XML1.4.2面向接口二
小驴小驴·2023-12-29 08:58

spark 并行度

并行度的解释：并行度：是一个spark应用中，每个stage之中的task的数目。什么是task:一个spark应用任务执行的最基本单位。
流砂月歌·2023-12-29 07:44

【Spark精讲】一文讲透Spark RDD

MapReduce的缺陷MR虽然在编程接口的种类和丰富程度上已经比较完善了，但这些系统普遍都缺乏操作分布式内存的接口抽象，导致很多应用在性能上非常低效。这些应用的共同特点是需要在多个并行操作之间重用工作数据集，典型的场景就是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)。RDDRDD是只读的。RDD五大属性：①分区、②依赖、③计算函数、④分区器、⑤首选运行位置。RDD则是直接在编程
话数Science·2023-12-29 07:36

【Spark精讲】一文讲透Spark宽窄依赖的区别

宽依赖窄依赖的区别窄依赖：RDD之间分区是一一对应的宽依赖：发生shuffle，多对多的关系宽依赖是子RDD的一个分区依赖了父RDD的多个分区父RDD的一个分区的数据，分别流入到子RDD的不同分区特例：cartesian算子对应的CartesianRDD，是通过创建了两个NarrowDependency完成了笛卡尔乘积操作，属于窄依赖。窄依赖搜索源码，RangeDependency只有UnionR
话数Science·2023-12-29 07:06

[spark] dataframe的数据导入Mysql5.6

在Spark项目中使用Scala连接MySQL5.6并将DataFrame中的数据保存到MySQL中的步骤如下：添加MySQL连接驱动依赖：在Spark项目中，你需要在项目的构建工具中添加MySQL连接驱动的依赖
言之。·2023-12-29 07:02

SparkStreaming与Kafka整合

1.3SparkStreaming与Kafka整合1.3.1整合简述kafka是做消息的缓存，数据和业务隔离操作的消息队列，而sparkstreaming是一款准实时流式计算框架，所以二者的整合，是大势所趋
Guff_hys·2023-12-29 06:55

【数据采集与预处理】数据接入工具Kafka

（一）Kafka核心组成（二）写入流程（三）Zookeeper存储结构（四）Kafka消费过程四、Kafka准备工作（一）Kafka安装配置（二）启动Kafka（三）测试Kafka是否正常工作五、编写SparkStreaming
Francek Chen·2023-12-29 06:55

字节跳动 MapReduce - Spark 平滑迁移实践

摘要：本文整理自字节跳动基础架构工程师魏中佳在本次CommunityOverCodeAsia2023中的《字节跳动MapReduce-Spark平滑迁移实践》主题演讲。
字节跳动云原生计算·2023-12-29 06:20

Spark权威指南(中文版)--第23章 生产环境中的结构化流

SparkTheDefinitiveGuide(Spark权威指南)中文版。本书详细介绍了Spark2.x版本的各个模块，目前市面上最好的Spark2.x学习书籍！！！
登峰大数据·2023-12-29 06:00

自动分区推断

SparkSQL中的Parquet数据源，支持自动根据目录名推断出分区信息。例如，如果将人口数据存储在分区表中，并且使用性别和国家作为分区列。
一个人一匹马·2023-12-29 05:04

GO语言是什么？值不值得我们去学习呢？该如何去学习呢？

由于其并发编程模型和性能特性，Go语言在云计算和大规模分布式系统领域得到了广泛应用。学习Go语言是否值得取决于个人的兴趣、职业规划和项目需求。
Direct_Yang·2023-12-29 04:00

2022-02-24-Spark-44(性能调优通用调优)

1.应用开发的原则原则一：坐享其成我们应该尽可能地充分利用Spark为我们提供的“性能红利”，如钨丝计划、AQE、SQLfunctions等等。
冰菓_lam·2023-12-29 03:14

Hive安装笔记——备赛笔记——2024全国职业院校技能大赛“大数据应用开发”赛项——任务2：离线数据处理

将下发的ds_db01.sql数据库文件放置mysql中12、编写Scala代码，使用Spark将MySQL的ds_db01库中表user_info的全量数据抽取到Hive的ods库中表user_info
Stitch .·2023-12-29 02:29

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
kikiki5·2023-12-29 01:49

react 代数效应 和 vue vm思想

前言React的代数效应和Vue的VM思想是两种不同的编程模型，它们都试图解决UI开发中的一些挑战，如副作用管理、状态同步、组件抽象等。
头头不会敲代码·2023-12-29 00:18

Spark 集群搭建

文章目录搭建前准备安装搭建解压并重命名环境变量配置配置文件yarn-site.xmlspark-env.sh官网求π(PI)案例启动spark-shell通过浏览器查看显示查看Spark的网页信息展示搭建前准备下载地址
撕得失败的标签·2023-12-29 00:42

Hive和Spark生产集群搭建（spark on doris）

bigdata-001bigdata-002bigdata-003bigdata-004bigdata-005MySQL-8.0.31mysqlDataxDataxDataxDataxDataxDataxSpark
tuoluzhe8521·2023-12-28 23:56

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。
kikiki2·2023-12-28 23:55
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他