發(fā)簡(jiǎn)信
IP屬地：重慶
-
Spark SQL簡(jiǎn)介 Spark SQL是Spark用來(lái)處理結(jié)構(gòu)化數(shù)據(jù)的一個(gè)模塊，它提供了一個(gè)編程抽象叫做DataFrame(底層也是RDD)并且作為分布式SQ...
-
spark-CoreRDD解決的問(wèn)題:1.中間結(jié)果保存在內(nèi)存中,并且重用2.提供了通用的抽象的分布式的數(shù)據(jù)模型3.提供了多種數(shù)據(jù)操作模式(支持函數(shù)式編程):如map...
-
Spark_簡(jiǎn)單介紹介紹:Spark是用于大規(guī)模數(shù)據(jù)處理的統(tǒng)一分析引擎 spark的引入:雖然MapReduce提供了對(duì)數(shù)據(jù)訪問(wèn)和計(jì)算的抽象，但是對(duì)于數(shù)據(jù)的復(fù)用就是...
-
Hive的基本的概述即使用參考
1.Hive的概述 √ 意義：在于大幅度降低工程師學(xué)習(xí)MapReduce的學(xué)習(xí)成本，讓好用（計(jì)算速度快）的MapReduce更方便的使用（使用簡(jiǎn)...
-
SparkStreaming接收Kafka中數(shù)據(jù)的兩種方式
kafka版本說(shuō)明 0.8版本有Receiver和Direct模式 0.10以后只保留了direct模式 receiver接收方式 Receiv...
-
YARN的運(yùn)行流程簡(jiǎn)要步驟
1.client 向 ResourceManager提交應(yīng)用程序，其中包括啟動(dòng)該應(yīng)用的 ApplicationMaster 的必須信息，例如 A...
-
MapReduce的shuffle階段
map端的shuffle: 每個(gè)maptask的數(shù)據(jù)會(huì)進(jìn)入環(huán)形緩沖區(qū)中,(默認(rèn)100M,溢出比是80%),數(shù)據(jù)在寫入時(shí),會(huì)進(jìn)行分區(qū),往數(shù)據(jù)中添加...
-
初識(shí)MapReduce的八個(gè)步驟
Map階段2個(gè)步驟 第一步：設(shè)置inputFormat類，將我們的數(shù)據(jù)切分成key，value對(duì)，輸入到第二步 第二步：自定義map邏輯，處理我...
-
HDFS文件寫入的簡(jiǎn)要步驟
1、client發(fā)起文件上傳請(qǐng)求，通過(guò)RPC與NameNode建立通訊，NameNode檢查目標(biāo)文件是否已存在，父目錄是否存在，返回是否可以上傳...