引入
java pom依赖<dependency>
<groupId>org.apache.
spark</groupId>
<artifactId>
spark-core_2.11</artifactId>
<version>2.3.1</version>
</dependency>
转载
2023-07-17 23:59:03
48阅读
reduce官方文档描述：Reduces the elements of this RDD using the specified commutative and associative binary operator.函数原型：def reduce(f: JFunction2[T, T, T]): T根据映射函数f，对RDD中的元素进行二元计算（满足交换律和结合律），返回计算结果。源码分析：de
转载
2023-10-10 19:42:24
70阅读
Spark 1.3 引入了第一版的数据源 API，我们可以使用它将常见的数据格式整合到 Spark SQL 中。但是，随着 Spark 的不断发展，这一 API 也体现出了其局限性，故而 Spark 团队不得不加入越来越多的专有代码来编写数据源，以获得更好的性能。Spark 2.3 中，新一版的数据源 API 初见雏形，它克服了上一版 API 的种种问题，原来的数据源代码也在逐步重写。本文将演
转载
2024-01-18 17:42:51
61阅读
Shuffle简介Shuffle描述着数据从map task输出到reduce task输入的这段过程。shuffle是连接Map和Reduce之间的桥梁，Map的输出要用到Reduce中必须经过shuffle这个环节，shuffle的性能高低直接影响了整个程序的性能和吞吐量。因为在分布式情况下，reduce task需要跨节点去拉取其它节点上的map task结果。这一过程将会产生网络资源消耗和
转载
2023-08-13 17:04:45
121阅读
一.环境说明和使用软件的版本说明:hadoop-version:hadoop-2.9.0.tar.gz spark-version:spark-2.2.0-bin-hadoop2.7.tgzjava-version:jdk1.8.0_151集群环境：单机伪分布式环境。二.适用背景 在学习Spark过程中，资料中介绍的提交Spark Job的方式主要有两种（我所知道的）：第一种
转载
2024-05-29 06:18:16
27阅读
本文测试的Spark版本是1.3.1Text文本文件测试一个简单的person.txt文件内容为：JChubby,13
Looky,14
LL,15分别是Name和Age在Idea中新建Object，原始代码如下：object TextFile{
def main(args:Array[String]){
}
}SparkSQL编程模型：第一步： 需要一个SQLContext
转载
2024-06-11 12:51:33
64阅读
本文介紹如何基于
Spark和
Java来实现一个单词计数（Word Count）的程序。创建工程创建一个Maven工程，pom.xml文件如下：<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation=
转载
2023-06-11 15:59:50
233阅读
# 使用Java开发Spark API
Apache Spark是一个快速通用的集群计算系统，它提供了易于使用的API，支持Java、Scala、Python和R等多种编程语言。在本文中，我们将重点介绍如何使用Java开发Spark API。
## 什么是Spark API
Spark API是Spark提供的一组用于在分布式计算环境下进行数据处理和分析的接口。通过Spark API，开发者
原创
2024-06-02 04:46:23
34阅读
点赞
WordCount是大数据学习最好的入门demo，今天就一起开发java版本的WordCount，然后提交到Spark3.0.0环境运行； 版本信息OS： Window7JAVA：1.8.0_181Hadoop：3.2.1Spark: 3.0.0-preview2-bin-hadoop3.2IDE: IntelliJ IDEA 2019.2.4 x64 服务
spark简介Spark（注意不要同Apache Spark混淆）的设计初衷是，可以简单容易地创建REST API或Web应用程序。它是一个灵活、简洁的框架，大小只有1MB。Spark允许用户自己选择设计应用程序的模板引擎以及选择最适合他们项目的库，比如，HTML解析功能就有Freemarker、Mustaches、Velocity、Jade、Handlebars、Pebble或Water等选项可
转载
2023-12-13 23:10:57
222阅读
1.RDD介绍： RDD，弹性分布式数据集，即分布式的元素集合。在spark中，对所有数据的操作不外乎是创建RDD、转化已有的RDD以及调用RDD操作进行求值。在这一切的背后，Spark会自动将RDD中的数据分发到集群中，并将操作并行化。 Spark中的RDD就是一个不可变的分布式对象集合。每个RDD都被分为多个分区，这些分区运行在集群中的不同节
转载
2024-07-02 08:03:50
29阅读
Spark的Java和Scala API的使用实验环境Linux Ubuntu 16.04 前提条件：Java 运行环境部署完成Spark Local模式部署完成 上述前提条件，我们已经为你准备就绪了。实验内容在上述前提条件下，完成Spark中Scala和Java API的使用实验步骤1.点击"命令行终端"，打开新窗口2.启动Scala的Shell在命令行终端中输入下面的命令即可启动Scala S
转载
2023-08-23 15:41:10
86阅读
Spark是专门为大规模数据设计的快速通用计算引擎。Spark应用（Application）为用户提交的应用程序。执行模式有Local（测试），Standalone、Yarn和Mesos。根据Spark Application的Driver Program是否在集群中运行，Spark应用的运行方式又可以分为CustomerCluster模式和Client模式。Spark涉及的基本概念：Applic
转载
2023-07-25 23:01:05
67阅读
RDD 介绍RDD，全称Resilient Distributed Datasets（弹性分布式数据集），是Spark最为核心的概念，是Spark对数据的抽象。RDD是分布式的元素集合，每个RDD只支持读操作，且每个RDD都被分为多个分区存储到集群的不同节点上。除此之外，RDD还允许用户显示的指定数据存储到内存和磁盘中，掌握了RDD编程是SPARK开发的第一步。 1:创建操作（creat
转载
2023-06-14 15:43:42
79阅读
一、Spark核心API
-----------------------------------------------
[SparkContext]
连接到spark集群,入口点.
[HadoopRDD] extends RDD
读取hadoop hdfs上的数据，hbase的数据，s3的数据
[MapPartitionsRDD]
转载
2023-11-15 11:13:49
158阅读
文章目录1. spark集群搭建2. 初步认识Spark3. 理解spark的RDD4. 使用shell方式操作Spark，熟悉RDD的基本操作5. 使用jupyter连接集群的pyspark6. 理解Spark的shuffle过程7. 学会使用SparkStreaming8. 说一说take,collect,first的区别，为什么不建议使用collect？9. 向集群提交Spark程序10.
转载
2023-09-28 13:58:39
96阅读
Spark API创建spark环境方法一：SparkConf//spark环境配置对象
val conf = new SparkConf()
//设置spark任务的名称
conf.setAppName("Demo1WordCount")
//设置spark运行模式，local:本地运行
conf.setMaster("local")
//创建spark上下文对象，sc是spark写代码的
转载
2023-07-05 14:38:53
65阅读
SPARK的核心就是RDD，对SPARK的使用入门也就是对RDD的使用， 对于JAVA的开发者，Spark的RDD对JAVA的API我表示很不能上手， 单单看文档根本是没有办法理解每个API的作用的，所以每个SPARK的新手，最好按部就班直接学习scale, 那才是一个高手的必经之路，但是由于项目急需使用，没有闲工夫去学习一门语言，只能从JAVA入门的同学， 福利来了：  
转载
2024-05-22 13:23:07
41阅读
一、什么是ClassLoader?大家都知道，当我们写好一个Java程序之后，不是管是CS还是BS应用，都是由若干个.class文件组织而成的一个完整的Java应用程序，当程序在运行时，即会调用该程序的一个入口函数来调用系统的相关功能，而这些功能都被封装在不同的class文件当中，所以经常要从这个class文件中要调用另外一个class文件中的方法，如果另外一个文件不存在的，则会引发系统异常。而
说明：掌握spark的一个关键，就是要深刻理解掌握RDD各个函数的使用场景，这样我们在写业务逻辑的时候就知道在什么时候用什么样的函数去实现，得心应手，本文将逐步收集整理各种函数原理及示例代码，持续更新，方便大家学习掌握。函数列表： 1、join的使用 2、cogroup的使用 3、GroupByKey的使用 4、map的使用 5、flatmap的使用 6、mapPartitions的使用
转载
2024-01-19 18:06:05
33阅读
