03 2022 档案
摘要:1.从本地文件系统中加载数据创建RDD 2.从HDFS加载数据创建RDD 启动hdfs 上传文件 查看文件 加载 停止hdfs 3.通过并行集合(列表)创建RDD 输入列表、字符串、生成数组 二、 RDD操作 转换操作 1.转换操作 (1)filter(func) (2)map(func) (3)f
阅读全文
摘要:1.从本地文件系统中加载数据创建RDD 2.从HDFS加载数据创建RDD 启动hdfs 上传文件 查看文件 加载 停止hdfs 3.通过并行集合(列表)创建RDD 输入列表、字符串、生成数组 二、 RDD操作 转换操作 1.转换操作 (1)filter(func) (2)map(func) 行动操作
阅读全文
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,请用图文阐述Spark生态系统的组成及各组件的功能。 Spark生态系统主要包含Spark Core、Spark SQL、Spark Streaming、MLlib、GraphX以及独立调度器 Spark Core:Spark核心组件,它
阅读全文
摘要:一、安装Spark 1.检查基础环境hadoop,jdk 2.配置文件、 环境变量 #配置环境 vim /usr/local/spark/conf/spark-env.sh # 修改环境变量 vim ~/.bashrc # 生效 source ~/.bashrc 3.试运行python代码 二、Py
阅读全文
摘要:1.HDFS Hadoop分布式文件系统HDFS是针对谷歌分布式文件系统的开源实现,两大核心组成部分之一,在廉价服务器集群中可以提供大规模分布式文件存储的能力。 并且其拥有容错能力,兼容廉价的硬件设备可以以较低的成本实现大流量和大数据量的读写。 HDFS集群包括一个名称节点和若干个数据节点。负责管理
阅读全文