03 2021 档案

Spark RDD编程基础
摘要：准备文本文件 从文件创建RDD lines=sc.textFile() 筛选出含某个单词的行 lines.filter() lambda 参数：条件表达式 生成单词的列表 从列表创建RDD words=sc.parallelize() 筛选出长度大于10 的单词 words.filter() 阅读全文
posted @ 2021-03-26 23:32 WillJayD 阅读(31) 评论(0) 推荐(0)
Spark架构与运行流程
摘要：1. Spark已打造出结构一体化、功能多样化的大数据生态系统，请简述Spark生态系统。 spark生态系统称为BDAS（伯努利数据分析栈），本文旨在简单介绍Spark生态系统中一些常用的组件，让大家对Spark生态系统（BDAS）有个简单的了解，知道什么组件能做什么事情 Spark生态系统（BD 阅读全文
posted @ 2021-03-13 13:14 WillJayD 阅读(162) 评论(0) 推荐(0)
大数据概述
摘要：1.用图表描述Hadoop生态系统的各个组件及其关系。 2.阐述Hadoop生态系统中，HDFS, MapReduce, Yarn, Hbase及Spark的相互关系。 Hadoop对应于Google三驾马车：HDFS对应于GFS，即分布式文件系统，MapReduce即并行计算框架，HBase对应于 阅读全文
posted @ 2021-03-02 20:18 WillJayD 阅读(48) 评论(0) 推荐(0)