一、RDD架构重构与优化是什么。尽量去复用RDD，差不多的RDD，可以抽取为一个共同的RDD，供后面的RDD计算时，反复使用。二、怎么做？缓存级别：case "NONE" => NONE
case "DISK_ONLY" => DISK_ONLY
case "DISK_ONLY_2" => DISK_ONLY_2
case "MEMORY_ONLY" =&
转载
2024-10-25 20:19:40
10阅读
一、弹性分布式数据集 1.弹性分布式数据集(RDD)是spark数据结构的基础。它是一个不可变的分布式对象的集合，RDD中的每个数据集都被划分为一个个逻辑分区，每个分区可以在集群上的不同节点上进行计算。RDDs可以包含任何类型的Python，Java或者Scala对象，包括用户自定义的类。 2.正常情况下，一个RDD是一个只读的记录分区集合。RDDs可以通过对稳定存储数据或其他RDDs进行确
1. RDD基本原理弹性式分布数据集RDD是Apache Spark的核心，它是一组不可变的JVM（java virtual machine）对象的分布集，可以执行高速运算。该数据集是分布式的，基于某种关键字该数据集被划分成若干块，并且分发到执行器节点，这样使得数据集能够高速执行运算。并且RDD对于每个块所做的所有转换都跟踪记录到日志中，在发生错误或者部分数据丢失时可以回退并重新进行计算，所以RD
转载
2024-10-22 01:19:37
38阅读
进行Spark核心编程时，首先要做的第一件事，就是创建一个初始的RDD。该RDD中，通常就代表和包含了Spark应用程序的输入源数据。然后在创建了初始的RDD之后，才可以通过Spark Core提供的transformation算子，对该RDD进行转换，来获取其他的RDD。Spark Core提供了三种创建RDD的方式，包括：使用程序中的集合
转载
2024-08-05 21:14:59
47阅读
DataFrame可以从结构化文件、hive表、外部数据库以及现有的RDD加载构建得到。具体的结构化文件、hive表、外部数据库的相关加载可以参考其他章节。这里主要针对从现有的RDD来构建DataFrame进行实践与解析。Spark SQL 支持两种方式将存在的RDD转化为DataFrame。第一种方法是使用反射来推断包含特定对象类型的RDD的模式。在写Spark程序的同时，已经知道了模式，这种基
转载
2023-11-20 11:17:34
79阅读
1. RDD基本操作val rdd1 = sc.parallelize(List(1,2,3,4,4))
输出结果：rdd1: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[0] at parallelize at <console>:24
//这里org.apache.spark.rdd.RDD[Int]，这里RDD[I
转载
2023-12-15 09:41:20
127阅读
首先你需要安装 xlrd 和 xlwt 这两个库，一个是读库，一个是写库。先来说一下这两个库的局限性：局限性一： 不能用于xlsx文件局限性二： 写的时候不能写入已有的文件，只能重新建局限性一的解决方法后续更新！
接下来给大家演示一下读写excel。读取Excelrow是行，col是列，都是从0开始的。sheet指的是工作表，也是从0开始的。下面就是xlrd的常用方法：rd = xlrd.open
转载
2023-05-29 17:37:20
127阅读
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、基本概念1.RDD的生成2.RDD的存储3.Dependency4.Transformation和Action4.1 Transformation操作可以分为如下几种类型：4.1.1 视RDD的元素为简单元素。4.1.2 视RDD的元素为Key-Value对:4.2 Action操作可以分为如下几种：5.shuffl
转载
2023-11-14 09:26:59
105阅读
窄依赖所谓窄依赖就是说子RDD中的每个分区（partition）只依赖于父RDD中有限个数的partition。在API中解释如下： 窄依赖在代码中有两种具体实现，一种是一对一的依赖：OneToOneDependency，从其getparent方法中不难看出，子RDD只依赖于父 RDD相同ID的Partition。另外一种是范围的依赖，RangeDependency，它仅仅被org.apache
转载
2023-06-11 15:26:05
137阅读
1.1 什么是Spark SQL Spark SQL是Spark用来处理结构化数据的一个模块，它提供了一个编程抽象叫做DataFrame并且作为分布式SQL查询引擎的作用 它是将Hive SQL转换成MapReduce然后提交到集群上执行，大大简化了编写MapReduce的程序的复杂性，由于MapReduce这种计算模型执行效率比较慢。所有S
转载
2023-07-11 20:00:57
108阅读
是什么 SparkSql 是Spark提供的 高级模块，用于处理结构化数据，开发人员可以使用HiveQL 和SQL语言 实现基于RDD的大数据分析， 底层基于RDD进行操作，是一种特殊的RDD，DataFrameRDD类型 1. 将SQL查询与Spark无缝混合，可以使用SQL或者Da
转载
2023-08-10 20:44:14
114阅读
一、Spark包括什么spark的核心是Spark Core，其中上面的Spark Sql对接的是Hive等结构化查询，Spark Streaming是对接的流式计算，后面的那两个也是主要用在科学任务中，但是他们的基础都是spark core，而Spark core的核心就是RDD操作，RDD的操作重要的就是算子，也就是说，掌握了算子基本上就掌握了spark的基础。二、RDD1、是什么？ 
Spark小课堂Week7从Spark中一个例子看面向对象设计今天我们讨论了个问题，来设计一个Spark中的常用功能。功能描述：数据源是一切处理的源头，这次要实现下加载数据源的方法load()初始需求需求：支持Json数据源加载 具体：输入一个path，需要返回一个Relation， Relation中提供scan()和write()两个方法示意代码：class Context{
publ
转载
2024-03-04 01:17:58
32阅读
文章目录lnternalRow 体系数据源 RDD[lnternalRow]Shuffle RDD[InternalRow]Transform RDD[InternalRow]强类型化转换算子利用内置的schmea隐式转换算子连续的强类型化转换算子Encoder对InternalRow的影响总结 SparkSQL在执行物理计划操作RDD时，会全部使用RDD<InternalRow>类
转载
2023-12-15 17:34:47
129阅读
作者：江宇，阿里云EMR技术专家。从事Hadoop内核开发,目前专注于机器学习、深度学习大数据平台的建设。
Apache Arrow从Spark 2.3版本开始被引入，通过列式存储，zero copy等技术，JVM 与Python 之间的数据传输效率得到了大量的提升。
本文主要介绍一下Apache Arrow以及Spark中的使用方法。
列式存储简介
转载
2024-01-22 23:12:01
0阅读
弹性分布式数据集（RDD）不仅仅是一组不可变的JVM(Java虚拟机) 对象的分布集，可以让你执行高速运算，而且是Apark Spark的核心。顾名思义，该数据集是分布式的。基于某个关键字，该数据集被划分成多块，同时分发到执行结点。这样做可以使得此类数据集能够执行高速执行运算。另外，RDD将跟踪（记入日志）应用于每个块的所有转换，以加快计算速度，并在发生错误和部分数据丢失时提供回退。在这种情况...
原创
2022-03-15 14:06:34
172阅读
RDD（Resilient Distributed Dataset）叫做弹性分布式数据集，是 Spark 中最基本的数据处理模型。代码中是一个抽象类，它代表一个弹性的、不可变、可分区、里面的元素可并行计算的集合。
原创
2023-06-10 00:35:02
90阅读
原因1:优秀的数据模型和丰富的计算抽象Spark出现之前，已经有了非常成熟的计算系统MapReduce，并提供高级API(map/reduce)，在集群中运行计算，提供容错，从而实现分布式计算。虽然MapReduce提供了数据访问和计算的抽象，但是数据的重用只是简单地将中间数据写入一个稳定的文件系统(比如HDFS)，所以会产生数据复制备份、磁盘I/O和数据序列化，所以在多个计算中遇到需要重用中间结
1. Spark与Scala的版本问题官网会给出Maven Repository上可以查到2. RDD(Resilent Distributed DataSet)一组Partition，每个分片都被一个计算任务处理，未指定的话默认是程序分配的CPU core的数目计算每个Paritition的函数每个Partition上的数据都有一个函数进行计算RDD之间的依赖关系Rdd每次转换会生成
转载
2023-07-30 15:45:52
132阅读
spark常用RDD操作，操作包括两种类型，即转换（Transformation）操作和行动（Action）操作一、转换操作（Transformation）1、filter（func）筛选出满足函数func的元素，并返回一个新的数据集 例：val lines=sc.textFile("file:///usr/local/spark/mycode/rdd/word.txt")
val linesWi
转载
2023-06-19 05:51:18
0阅读
