發(fā)簡(jiǎn)信
IP屬地：上海
-
記錄下本周末搭建個(gè)人博客的過(guò)程Mac+Hexo+GitHubPages
前言 之前本來(lái)有一個(gè)個(gè)人博客，但是因?yàn)樘珣袥](méi)有維護(hù)，就來(lái)投奔CSDN了。這幾天突然一時(shí)興起，讓好好弄一下自己的個(gè)人博客，因?yàn)镃SDN的廣告實(shí)在是...
-
如何在Spark-shell中停止打印INFO日志
前言 在使用Spark-shell做一些測(cè)試時(shí)候會(huì)產(chǎn)生大量無(wú)用的INFO級(jí)別的日志，因此想把它們給禁用掉。具體方法如下。 解決方法 - 使用自定...
-
關(guān)于Spark中的常見(jiàn)問(wèn)題及解決方法(5) ——Driver OutOfMemoryError或Driver Unresponsive
前言 Driver OutOfMemoryError或Driver Unresponsive是一個(gè)非常嚴(yán)重的問(wèn)題，因?yàn)樗鼤?huì)使我們的Spark應(yīng)用...
-
關(guān)于Spark中的常見(jiàn)問(wèn)題及解決方法(3) —— Aggregations操作
前言 如果你程序中的聚合速度較慢，請(qǐng)先查看 Spark Stragglers/任務(wù)執(zhí)行緩慢部分。 主要癥狀 在執(zhí)行 groupby 操作時(shí)，任務(wù)...
-
[Spark學(xué)習(xí)] Spark RDD詳解什么是RDD RDD(Resilient Distributed Datasets)，彈性分布式數(shù)據(jù)集，是Spark的基本數(shù)據(jù)結(jié)構(gòu)。它是一個(gè)不可...
-
如何為Spark應(yīng)用程序分配--num-executors，--execuor-cores和--executor-memory
前言 在我們提交spark程序時(shí)，應(yīng)該如何為Spark集群配置--num-executors， - executor-memory和--exe...
-
關(guān)于Spark RDD API中的Checkpointing
什么是Checkpointing Checkpointing可以將RDD從其依賴(lài)關(guān)系中抽出來(lái)，保存到可靠的存儲(chǔ)系統(tǒng)（例如HDFS，S3等)， 即...
-
關(guān)于Spark Dataset API中的Typed transformations和Untyped transformations
前言 學(xué)習(xí)Spark源代碼的過(guò)程中遇到了Typed transformations和Untyped transformations兩個(gè)概念，整理...
-
Spark中的多任務(wù)處理
Spark中的多任務(wù)處理 Spark的一個(gè)非常常見(jiàn)的用例是并行運(yùn)行許多作業(yè)。 構(gòu)建作業(yè)DAG后，Spark將這些任務(wù)分配到多個(gè)Executor上...