05 2021 档案

09 spark连接MySQL数据库
摘要：1.安装启动检查Mysql服务。 netstat -tunlp (3306) 2.spark 连接mysql驱动程序。–cp /usr/local/hive/lib/mysql-connector-java-5.1.40-bin.jar /usr/local/spark/jars 3.启动 Mysq 阅读全文
posted @ 2021-05-31 21:04 儒雅随和的t君 阅读(56) 评论(0) 推荐(0)
08 学生课程分数的Spark SQL分析
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： 每个分数+5分。 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 阅读全文
posted @ 2021-05-20 20:56 儒雅随和的t君 阅读(26) 评论(0) 推荐(0)
07 从RDD创建DataFrame
摘要：1.pandas df 与 spark df的相互转换 df_s=spark.createDataFrame(df_p) df_p=df_s.toPandas() （1）导入对应的包 （2）随机生成一个三维数组（0-10） （3）df_s=spark.createDataFrame(df_p) （4 阅读全文
posted @ 2021-05-14 20:29 儒雅随和的t君 阅读(41) 评论(0) 推荐(0)
06 spark SQL及其DataFrame的基本操作
摘要：一，Spark SQL出现的 原因是什么? SparkSQL抛弃原有Shark的代码，汲取了Shark的一些优点，如内存列存储（In-Memory Columnar Storage）、Hive兼容性等，重新开发了SparkSQL代码； 由于摆脱了对hive的依赖性，SparkSQL无论在数据兼容、性 阅读全文
posted @ 2021-05-10 20:46 儒雅随和的t君 阅读(72) 评论(0) 推荐(0)