百里登峰 - 博客园

在IDEA通过Maven构建Scala项目

摘要：首先在本地安装scala 我这里已经在本地安装好了。打开本地的IDEA 安装scala 创建新的项目选择scala的骨架在这里提醒一下，本地安装的maven记得添加阿里源，不然很多包就下载不了 <mirror> <id>alimaven</id> <name>aliyun maven</nam 阅读全文

posted @ 2020-01-19 15:09 百里登峰阅读(1649) 评论(0) 推荐(0)

6.Pair RDD操作

摘要： 1.1 键值对RDD操作 Mapreduce框架是把数据转为key-value，再聚合为key-values的过程。在Spark里key-value RDD（pair RDD）同样是最常用的，在每个应用中基本都会用到。 pair RDD如何创建？不是通过sc.parallelize 创建通常应用阅读全文

posted @ 2020-01-17 11:46 百里登峰阅读(325) 评论(0) 推荐(0)

5.RDD的Action操作和持久化persist()

摘要： 1.1 Action操作前边提到的first() 、collect() 都是Action操作。常用的有： collect()：把数据返回驱动器程序中最简单、最常见的操作, 通常在单元测试中使用，数据量不能太大，因为放在内存中，数据量大会内存溢出。 reduce()：类似sum() ，如：val s 阅读全文

posted @ 2020-01-16 16:43 百里登峰阅读(1204) 评论(0) 推荐(0)

29.Spark SQL发展史

摘要： Spark 1.0版本开始，推出了Spark SQL。其实最早使用的，都是Hadoop自己的Hive查询引擎；但是后来Spark提供了Shark；再后来Shark被淘汰，推出了Spark SQL。Shark的性能比Hive就要高出一个数量级，而Spark SQL的性能又比Shark高出一个数量级。阅读全文

posted @ 2020-01-12 17:51 百里登峰阅读(450) 评论(0) 推荐(0)

AirFlow初始化的时候遇到 Global variable explicit_defaults_for_timestamp needs to be on (1) for mysql

摘要：在安装airflow后，初始化遇到这样的问题解决方法：进入mysql airflow 数据库，设置global explicit_defaults_for_timestamp 阅读全文

posted @ 2020-01-09 09:52 百里登峰阅读(2723) 评论(0) 推荐(0)

4.RDD操作之Transform

摘要： RDD 两种类型的操作： Transform转化操作和Action行动操作。 Transform操作会由一个RDD 生成一个新的RDD，这个过程中不进行实质计算，只有当第一次Action操作时才会真正计算。称作Lazy计算，惰性计算。比如： scala> val a = sc.parallel 阅读全文

posted @ 2020-01-07 15:52 百里登峰阅读(840) 评论(0) 推荐(0)

3.RDD详解和创建RDD方式

摘要： Spark 可以简单概括为 3 点： Scala 语法 RDD 操作（Transform & Action）分布式化做 Spark 开发，其实就是用 Scala 语言进行 RDD 操作， Spark 会自动将 RDD 中的数据分发到集群上，并将操作并行化执行。 Java 工程师做分布式开发的阅读全文

posted @ 2020-01-06 18:50 百里登峰阅读(732) 评论(0) 推荐(0)

28.Spark中action的介绍

摘要：新建一个类运行代码运行代码运行代码运行代码运行代码阅读全文

posted @ 2020-01-04 18:07 百里登峰阅读(405) 评论(0) 推荐(0)

2.Spark 2.x 集群部署和测试

摘要：配置免密度登录执行 ssh-keygen -t rsa#建立 ssh 目录,一路敲回车，生成的密钥对 id_rsa， id_rsa.pub，默认存储在~/.ssh 目录下现在给slave1节点设置公钥执行 ssh-keygen -t rsa#建立 ssh 目录,一路敲回车，生成的密钥对 i 阅读全文

posted @ 2019-12-31 17:58 百里登峰阅读(441) 评论(0) 推荐(0)

airflow安装rest api插件发现airflow webserver服务不能启动的解决办法

摘要：安装插件airflow-rest-api 1）获取wget https://github.com/teamclairvoyant/airflow-rest-api-plugin/archive/master.zip2）将plugins文件夹下的内容放入airflow/plugins/下，若不存在则新阅读全文

posted @ 2019-12-19 18:50 百里登峰阅读(1690) 评论(0) 推荐(0)

百里登风

导航

公告