摘要：1.安装启动检查Mysql服务。netstat -tunlp (3306) service mysql start sudo netstat -tap | grep mysql 2.spark 连接mysql驱动程序。 –cp /usr/local/hive/lib/mysql-connector- 阅读全文

摘要：读学生课程分数文件chapter4-data01.txt，创建DataFrame 用DataFrame的操作或SQL语句完成以下数据分析要求，并和用RDD操作的实现进行对比： 总共有多少学生？ 总共开设了哪些课程？ 每个学生选修了多少门课？ 每门课程有多少个学生选？ 每门课程大于95分的学生人数？ 阅读全文

摘要：1.pandas df 与 spark df的相互转换 3.1 利用反射机制推断RDD模式 sc创建RDD 转换成Row元素，列名=值 spark.createDataFrame生成df df.show(), df.printSchema() 3.2 使用编程方式定义RDD模式 生成“表头” fie 阅读全文

摘要：1.Spark SQL出现的原因是什么? Spark SQL刚开始也是使用了hive里面一些东西的，但是Spark SQL里面的hive版本肯定要比hive社区理的版本要低一些的，那么hive里面有的东西，比如说原来跑在mapreduce之上已有的一些功能，如果你使用hive on spark的话他 阅读全文