spark调优

linux安装单机版spark3.5.0

一、spark介绍是一种通用的大数据计算框架，正如传统大数据技术Hadoop的MapReduce、Hive引擎，以及Storm流式实时计算引擎等.Spark主要用于大数据的计算二、spark下载spark3.5.0
爱上雪茄·2024-03-17 18:57

MySQL索引优化分析

1、SQL性能下降的原因数据太多：考虑分库分表关联了太多的表：SQL优化没有充分利用到索引：建立索引服务器调优及各个参数设置：调整my.cnf2、索引简介除了数据本身之外，数据库还维护着一个满足特定查找算法的数据结构
JBryan·2024-03-14 09:42

Spark的数据结构——RDD

RDD的5个特征下面来说一下RDD这东西，它是ResilientDistributedDatasets的简写。咱们来看看RDD在源码的解释。Alistofpartitions:在大数据领域，大数据都是分割成若干个部分，放到多个服务器上，这样就能做到多线程的处理数据，这对处理大数据量是非常重要的。分区意味着，可以使用多个线程了处理。Afunctionforcomputingeachsplit：作用在
bluedraam_pp·2024-03-14 08:32

JVM调优之jstack找出最耗cpu的线程并定位代码

jstack可以定位到线程堆栈，根据堆栈信息我们可以定位到具体代码，所以它在JVM性能调优中使用得非常多。
机灵鬼鬼·2024-03-13 11:27

大数据开发（Spark面试真题-卷一）

大数据开发（Spark面试真题）1、什么是SparkStreaming？简要描述其工作原理。2、什么是Spark内存管理机制？请解释其中的主要概念，并说明其作用。
Key-Key·2024-03-13 07:58

基于HBase和Spark构建企业级数据处理平台

摘要：在中国HBase技术社区第十届Meetup杭州站上，阿里云数据库技术专家李伟为大家分享了如何基于当下流行的HBase和Spark体系构建企业级数据处理平台，并且针对于一些具体落地场景进行了介绍。
weixin_34071713·2024-03-12 22:44

lightGBM专题4:pyspark平台下lightgbm模型保存

之前的文章（pysparklightGBM1和pysparklightGBM2）介绍了pyspark下lightGBM算法的实现，本文将重点介绍下如何保存训练好的模型，直接上代码：frompyspark.sqlimportSparkSessionfrompyspark.ml.featureimportStringIndexer
I_belong_to_jesus·2024-03-12 12:30

大数据开发（Spark面试真题-卷六）

大数据开发（Spark面试真题）1、SparkHashPartitioner和RangePartitioner的实现？
Key-Key·2024-03-12 02:16

大数据开发（Hadoop面试真题-卷二）

6、Spark为什么比MapReduce更快？7、详细描述一
Key-Key·2024-03-12 02:15

Spark从入门到精通29:Spark SQL：工作原理剖析以及性能优化

SparkSQL工作原理剖析1.编写SQL语句只要是在数据库类型的技术里面，例如MySQL、Oracle等，包括现在大数据领域的数据仓库，例如Hive。
勇于自信·2024-03-11 00:20

浅谈Tomcat调优步骤和例子

Tomcat调优分析Tomcat是JavaWeb应用程序中广泛使用的Web服务器和Servlet容器。为了获得更好的性能和稳定性，可以进行Tomcat调优。
xiongyi01·2024-03-09 14:12

大数据开发（Hadoop面试真题-卷九）

3、Sparkmapjoin的实现原理？4、Spark的stage如何划分？在源码中是怎么判断属于ShuffleMapStage或ResultStage的？5、SparkreduceByKe
Key-Key·2024-03-09 10:06

Spark Streaming（二）：DStream数据源

1、输入DStream和Receiver输入（Receiver）DStream代表了来自数据源的输入数据流，在之前的wordcount例子中，lines就是一个输入DStream（JavaReceiverInputDStream），代表了从netcat（nc）服务接收到的数据流。除了文件数据流之外，所有的输入DStream都会绑定一个Receiver对象，该对象是一个关键的组件，用来从数据源接收数
雪飘千里·2024-03-09 01:28

Spark常见问题汇总

注意：如果Driver写好了代码，eclipse或者程序上传后，没有开始处理数据，或者快速结束任务，也没有在控制台中打印错误，那么请进入spark的web页面，查看一下你的任务，找到每个分区日志的stderr
midNightParis·2024-03-08 03:25

Redis优化与应用

Redis性能调优-Redis的性能调优是一个比较复杂的过程，需要从多个方面进行优化，如内存使用、命令使用等。-案例：减少不必要的持久化操作。默认情况下，Redis会执行RDB和AOF两种持久化方式。
V火居道士V·2024-03-06 22:19

SparkShop开源可商用，匹配小程序H5和PC端带分销功能！

SparkShop(星火商城)B2C商城是基于thinkphp6+elementui的开源免费可商用的高性能商城系统；包含小程序商城、H5商城、公众号商城、PC商城、App，支持页面diy、秒杀、优惠券
行动之上·2024-03-05 15:09

【Hadoop】在spark读取clickhouse中数据

clickhouse数据库数据importscala.collection.mutable.ArrayBufferimportjava.util.Propertiesimportorg.apache.spark.sql.SaveModeimportorg.apache.spark.sql.SparkSessiondefgetCKJdbcProperties
方大刚233·2024-03-03 06:54

Spark-sql Adaptive Execution动态调整分区数量，调整输出文件数

有时间为了解决小文件问题，我们把spark.sql.shuffle.partitions这个参数调整的很小，但是随着时间的推移，数据量越来越大，当初设置的参数就不合适了，那有没有一个可以自我伸缩的参数呢
不想起的昵称·2024-03-02 15:03

hive join中出现的数据暴增（数据重复）

我们来看一下案例：spark-sql>withtest1as>(select'10001'asuid,'xiaomi'asqid>unionall>select'10002'asuid,'huawei'asqid
不想起的昵称·2024-03-02 15:03

hive四种常见的join

1.左连接leftjoinspark-sql>withtest1as(>select1asuser_id,'xiaoming'asname>unionall>select2asuser_id,'xiaolan'asname
不想起的昵称·2024-03-02 15:33

第5章：性能优化《Nginx实战：从入门到精通》

Nginx性能调优基础优化Nginx性能的第一步是理解和配置它的工作模式和工作参数，以适应你的具体需求和服务器环境。工作进程和连接数worker_processes：这个指令告诉Nginx启动多
运维家·2024-03-02 05:47

万字带你走过数据库的这激荡的三年

关于AndyPavlo：卡内基梅隆大学计算机科学系数据库学副教授，数据库调优公司OtterTune的CEO兼联合创始人。为了聚焦于数据库技术趋势演变，本文未对原文“寒暄式”开头和注释性语句作翻译。
·2024-03-01 17:11

Spark整合hive（保姆级教程）

准备工作：1、需要安装配置好hive，如果不会安装可以跳转到Linux下编写脚本自动安装hive2、需要安装配置好spark，如果不会安装可以跳转到Spark安装与配置（单机版）3、需要安装配置好Hadoop
万家林·2024-02-29 09:47

挑战杯 基于机器学习与大数据的糖尿病预测

数据导入处理3数据可视化分析4特征选择4.1通过相关性进行筛选4.2多重共线性4.3RFE（递归特征消除法）4.4正则化5机器学习模型建立与评价5.1评价方式的选择5.2模型的建立与评价5.3模型参数调优
laafeer·2024-02-29 07:45

浅谈web性能测试

性能测试，简而言之就是模仿用户对一个系统进行大批量的操作，得出系统各项性能指标和性能瓶颈，并从中发现存在的问题，通过多方协助调优的过程。
.咖啡加剁椒·2024-02-27 08:17

在 Spark 数据导入中的一些实践细节

best-practices-import-data-spark-nebula-graph本文由合合信息大数据团队柳佳浩撰写1.前言图谱业务随着时间的推移愈发的复杂化，逐渐体现出了性能上的瓶颈：单机不足以支持更大的图谱
NebulaGraph·2024-02-27 07:53

Spark开发_简单DataFrame判空赋值逻辑

valtable1="实时转存数据"valtable2="历史存hdf数据"valdfin1=inputRDD(table1).asInstanceOf[org.apache.spark.sql.DataFrame
Matrix70·2024-02-26 22:06

Spark SQL编程指南

SparkSQL编程指南SparkSQL是用于结构化数据处理的一个模块。同SparkRDD不同地方在于SparkSQL的API可以给Spark计算引擎提供更多地信息，例如:数据结构、计算算子等。
<>=·2024-02-26 05:46

ThreadPool 模式设计与流程演示

线程池的使用能够有效提升线程的可管理性，依据系统承受能力，调整线程池中工作线程的数量，对线程进行统一的分配、调优和监控。该方式能够提高任务响应速度，当任务到达时，无需等待线程创建即可立即执行。由于时序
KaiwuDB 数据库·2024-02-20 22:14

Linux调优指南

更多相关知识可以阅读：https://www.yuque.com/treblez/qksu6c/yxl59pkvczqot9ushttps://www.yuque.com/treblez/qksu6c/nqe8ip59cwegl6rk本文不会讲解基础知识。CPU设置调度器这几个调度类的优先级如下：Deadline>Realtime>Fair如果你的某些任务对延迟容忍度很低，比如说在嵌入式系统中就有
SakamataZ·2024-02-20 20:14

Hive 基于MapReduce引擎 map和reduce数的参数控制原理与调优经验

1.概述主要对基于MR的map数和reduce数测试与调优2.数据准备（1）表信息本次测试的表和sql都是使用的TPC-DS，表文件存储格式为text表名是否压缩总数占用空间文件数date_dim否730499.8M1item
abcdggggggg·2024-02-20 20:03

第3.2章：Doris-2.0数据导入——Compaction机制

概述1.2Compaction概述1.3Rowset数据版本1.4Compaction优点1.5Compaction问题1.5.1Compaction速度低1.5.2写放大问题1.6Compaction调优
爱吃辣条byte·2024-02-20 20:30

(17)Hive ——MR任务的map与reduce个数由什么决定？

对于每一个输入的文件会有一个mapsplit，每一个分片会开启一个map任务，很容易导致小文件问题（如果不进行小文件合并，极可能导致Hadoop集群资源雪崩）hive中小文件产生的原因及解决方案见文章：(14)Hive调优
爱吃辣条byte·2024-02-20 20:27

相机图像质量研究(13)常见问题总结：光学结构对成像的影响--鬼影

系列文章目录相机图像质量研究(1)Camera成像流程介绍相机图像质量研究(2)ISP专用平台调优介绍相机图像质量研究(3)图像质量测试介绍相机图像质量研究(4)常见问题总结：光学结构对成像的影响--焦距相机图像质量研究
上天肖·2024-02-20 19:22

Python中Thop库的基本介绍和参数说明

通过这个库，开发者可以更好地理解和评估模型的复杂度，这对于模型优化和性能调优是非常有帮助的
肆十二·2024-02-20 18:30

相机图像质量研究(39)常见问题总结：编解码对成像的影响--运动模糊

系列文章目录相机图像质量研究(1)Camera成像流程介绍相机图像质量研究(2)ISP专用平台调优介绍相机图像质量研究(3)图像质量测试介绍相机图像质量研究(4)常见问题总结：光学结构对成像的影响--焦距相机图像质量研究
上天肖·2024-02-20 18:24

相机图像质量研究(36)常见问题总结：编解码对成像的影响--块效应

系列文章目录相机图像质量研究(1)Camera成像流程介绍相机图像质量研究(2)ISP专用平台调优介绍相机图像质量研究(3)图像质量测试介绍相机图像质量研究(4)常见问题总结：光学结构对成像的影响--焦距相机图像质量研究
上天肖·2024-02-20 18:53

相机图像质量研究(38)常见问题总结：编解码对成像的影响--呼吸效应

系列文章目录相机图像质量研究(1)Camera成像流程介绍相机图像质量研究(2)ISP专用平台调优介绍相机图像质量研究(3)图像质量测试介绍相机图像质量研究(4)常见问题总结：光学结构对成像的影响--焦距相机图像质量研究
上天肖·2024-02-20 18:53

Pandas将单列XML格式数据转化为字典再拆分成多列 列表拆分成多列

单列XML扩展成多列遇到了个需求是需要把XML格式的数据拆分成多列的一个需求，本来需要使用spark进行处理的，但是没想到什么优雅的解决方案，所以打算先使用pandas找找感觉。样例数据如下所示。
aoyi1337·2024-02-20 18:22

相机图像质量研究(29)常见问题总结：图像处理对成像的影响--图像插值Demosaic

系列文章目录相机图像质量研究(1)Camera成像流程介绍相机图像质量研究(2)ISP专用平台调优介绍相机图像质量研究(3)图像质量测试介绍相机图像质量研究(4)常见问题总结：光学结构对成像的影响--焦距相机图像质量研究
上天肖·2024-02-20 18:20

MySQL 性能优化 - 多表查询优化

上一篇讲到了单表数据查询的性能优化，已经掌握了简单的查询优化，这一篇主要针对两表、三表以及多表联查的情况进行分析，看看该如何进行调优。
搬运Gong·2024-02-20 17:39

MySQL 性能优化思路和工具

我们说到性能调优，大部分时候想要实现的目标是让我们的查询更快。一个查询的动作又是由很多个环节组成的，每个环节都会消耗时间。我们要减少查询所消耗的时间，就要从每一个环节入手。
helloworld6379·2024-02-20 17:38

航班数据预测与分析

数据清洗：数据存储到HDFS：使用pyspark对数据进行分析：//数据导入frompysparkimportSparkContextfrompyspark.sqlimportSQLContextsc=
林坰·2024-02-20 16:15

再聊阴影裁剪与高性能视锥剔除

【USparkle专栏】如果你深怀绝技，爱“搞点研究”，乐于分享也博采众长，我们期待你的加入，让智慧的火花碰撞交织，让知识的传递生生不息！
·2024-02-20 16:50

spark为什么比mapreduce快？

spark为什么比mapreduce快？
·2024-02-20 16:30

[CDH] Spark 属性、内存、CPU相关知识梳理

version：2.4.0-cdh6.3.0文章目录sparkproperties常用配置sparktasksparktask使用的cpu核数sparkarchitecturesparkmemorysparkonyarn
枪枪枪·2024-02-20 15:24

云上业务一键性能调优，应用程序性能诊断工具 Btune 上线

01终于等来了预算，这就把服务迁移到最新的CPU平台上去，这样前端的同事立马就能感受我们带来的速度提升了。可是……这些性能指标怎么回事？不仅没有全面提升，有些反而下降了。不应该这样啊，这可怎么办？花费了几个月时间终于搞定了业务模块的重构，立刻部署升级让业务焕然一新。可是……长尾延迟居然还增加了一倍，说好的业务效果提升呢，到底是哪里出了问题？上面的这些问题，对于开发运维工程师来说一定不陌生，经常被这
·2024-02-20 14:15

spark CTAS nuion all （union all的个数很多）导致超过spark.driver.maxResultSize配置（2G）

背景该sql运行在spark版本3.1.2下的thriftserver下现象在运行包含多个union的sparksql的时候报错（该sql包含了50多个uinon，且每个union字查询中会包含join
鸿乃江边鸟·2024-02-20 13:29

Tomcat8 设置JAVA_OPTS启动参数，Tomcat服务器调优

Tomcat8设置JAVA_OPTS启动参数，Tomcat服务器调优Tomcat8设置JAVA_OPTS启动参数，Tomcat服务器调优1.在apache-tomcat/bin目录下新建setenv.sh
不如打代码KK·2024-02-20 12:06

Flink理论—Flink架构设计

它集成了所有常见的集群资源管理器，例如HadoopYARN，但也可以设置作为独立集群甚至库运行,例如Spark的StandaloneMode本节概述了Flink架构，并且描述了其主要组件如何交互以执行应用程序和从故障中恢复
不二人生·2024-02-20 12:59
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他