1. Spark Shell测试 Spark Shell是一个特别适合快速开发Spark原型程序的工具，可以帮助我们熟悉Scala语言。即使你对Scala不熟悉，仍然可以使用这一工具。Spark Shell使得用户可以和…
分类：Spark
Spark搭建经验积累
昨天下午提交了第一个Spark程序：把搜集到的200M的电影字幕语料，500M的微博语料，以及几十M的保险问答语料，按每行一个句子的顺序，依次分词，送到Spark的Word2Vec中训练embedding矩阵。 运行一夜…
Presto，Spark SQL，Hive了解
大数据组件Presto，Spark SQL，Hive相互关系 https://blog.csdn.net/yilulvxing/article/details/86220888 blog.csdn.net 1.Hive…
spark1.6学习（四)——计算pv和uv的例子
本文主要介绍如何通过spark进行pv和uv的计算。一般我们经常会计算pv和uv，那么我们计算pv和uv的时候是不是性能最优的呢？ 好，我们开始看例子： 首先看一下数据： {"flag":"sendTemp…
Spark（五十三）：Spark RPC初尝试使用
基本用法主要掌握一点就行： master slave模式运用：driver 就是master，executor就是slave。 如果executor要想和driver交互必须拿到driver的EndpointRef，通过…
spark on yarn 运行问题记录
问题一： 18/03/15 07:59:23 INFO yarn.Client: client token: N/A diagnostics: Application application_1521099425266_…
Spark Thrift Server
ThriftServer是一个JDBC/ODBC接口，用户可以通过JDBC/ODBC连接ThriftServer来访问SparkSQL的数据。ThriftServer在启动的时候，会启动了一个SparkSQL的应用程序，…
【Spark MLlib】如何将海量字符串映射为数字——StringIndexer & IndexToString
【前言】在使用Spark MLlib协同过滤ALS API的时候发现Rating的三个参数：用户id，商品名称，商品打分，前两个都需要是Int值。那么问题来了，当你的用户id，商品名称是String类型的情况下，我们必须…
在spark中操作mysql数据 ---- spark学习之七
使用spark的 DataFrame 来操作mysql数据。 DataFrame是比RDD更高一个级别的抽象，可以应用SQL语句进行操作，详细参考： https://spark.apache.org/docs/lates…
pyspark 内容介绍（一）
pyspark 包介绍 子包 pyspark.sql module pyspark.streaming module pyspark.ml package pyspark.mllib package 内容 …
spark大数据解决你想知道的问题
Spark 内存模型： Spark在一个Executor中的内存分为三块，一块是execution内存，一块是storage内存，一块是other内存。 execution内存是执行内存，文档中说join，aggrega…
Spark与深度学习框架——H2O、deeplearning4j、SparkNet
阅读原文请点击 摘要： 引言：你可能对使用Spark服务比较感兴趣。Spark已经提供了很多功能，也有一个好用的界面，而且背后有强大的社区，开发者十分活跃，这也是人们对Spark寄予厚望的原因。深度学习是当前正在进行中的…
