Spark系列面试题Spark面试题（一）Spark面试题（二）Spark面试题（三）Spark面试题（四）Spark面试题（五）——数据倾斜调优Spark面试题（六）——Spark资源调优Spark面试题（七）——Spark程序开发调优Spark面试题（八）——Spark的Shuffle配置调优1、资源运行情况2、资源运行中的集中情况（1）实践中跑的Spark job，有的特别慢，查看CPU利用
转载
2024-06-09 07:23:04
37阅读
Spark 开发原则坐享其成要省要拖跳出单机思维 应用开发原则 ：坐享其成 : 利用 Spark SQL 优化能省则省、能拖则拖 : 节省数据量 , 拖后 Shuffle跳出单机思维 : 避免无谓的分布式遍历坐享其成设置好配置项，享受 Spark SQL 的性能优势，如钨丝计划、AQE、SQL functions钨丝计划：Tungsten 自定义了紧凑的二进制格式的数据结构，避免了 Java 对
转载
2024-01-28 01:18:02
100阅读
点赞
Spark扩展持久化RDD Cache缓存RDD CheckPoint 检查点缓存和检查点区别自定义分区存储与读取累加器广播持久化RDD Cache缓存RDD 通过 Cache 或者 Persist 方法将前面的计算结果缓存，默认情况下会把数据以缓存在 JVM 的堆内存中。但是并不是这两个方法被调用时立即缓存，而是触发后面的 action 算子时，该 RDD 将会被缓存在计算节点的内存中，并供后面重用。// cache 操作会增加血缘关系，不改变原有的血缘关系println(wordToOneR.
原创
2022-03-23 10:21:17
998阅读
1、Application application（应用）其实就是用spark-submit提交的程序。一个application通常包含三部分：从数据源（比方说HDFS）取数据形成RDD，通过RDD的transformation和action进行计算，将结果输出到console或者外部存储。2、Driver Spark中的driver感觉其实和yarn中Application Master的
转载
2023-11-02 10:32:42
202阅读
一、定义与特点定义
专为大规模数据处理而设计的快速通用的计算引擎，并形成一个高速发展应用广泛的生态系统。特点
速度快
内存计算下，Spark 比 Hadoop 快100倍易用性
80多个高级运算符跨语言：使用Java，Scala，Python，R和SQL快速编写应用程序。通用性
Spark 提供了大量的库，包括SQL、DataFrames、MLib、Gra
转载
2023-08-10 09:12:39
366阅读
一、什么是SparkApache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架。Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因
转载
2023-07-12 09:57:21
441阅读
Spark官方文档: Spark Configuration（Spark配置）Spark主要提供三种位置配置系统：环境变量：用来启动Spark workers，可以设置在你的驱动程序或者conf/spark-env.sh 脚本中；java系统性能：可以控制内部的配置参数，两种设置方法：编程的方式（程序中在创建SparkContext之前，使用System.setProperty（“xx”，“xxx
原创
2017-07-03 11:19:00
6469阅读
点赞
spark架构设计 1 角色名称 Client,Driver program,cluster manager/Yarn，workerNode 2 角色作用 client：用户通过client提交application程序，shell命令等 Driver：启动sparkContext环境，将application程序转换成任务RDD和DAG有向图，与clustermanger进行资源交互，分配ta
转载
2023-12-09 15:40:46
163阅读
引入 一般来说，分布式数据集的容错性有两种方式：数据检查点和记录数据的更新。 面向大规模数据分析，数据检查点操作成本非常高，须要通过数据中心的网络连接在机器之间复制庞大的数据集，而网络带宽往往比内存带宽低得多，同一时候还须要消耗很多其它的存储资源。 因此，Spark选择记录更新的方式。可是，假设更新
转载
2017-07-13 21:10:00
2606阅读
2评论
一、官网介绍 1 什么是Spark 官网地址：://spark.apache.org/ Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce ...
转载
2021-08-03 09:25:00
2527阅读
2评论
一、分区的概念 分区是RDD内部并行计算的一个计算单元，RDD的数据集在逻辑上被划分为多个分片，每一个分片称为分区，分区的格式决定了并行计算的粒度，而每个分区的数值计算都是在一个任务中进行的，因此任务的个数，也是由RDD(准确来说是作业最后一个RDD)的分区数决定。 二、为什么要进行分区 数据分区， ...
转载
2021-08-03 14:38:00
3049阅读
2评论
本编主要基于B站尚硅谷的视频及文档做出的一些改写和添加自己的理
原创
2022-03-23 10:24:56
832阅读
# 监控Spark History的入门指南
作为一名刚入行的开发者，监控Spark History可能是一个令人生畏的任务。但不用担心，本文将引导你一步步实现监控Spark History的过程。通过本文，你将学会如何设置和使用Spark监控工具，确保你的Spark作业运行得更加高效和稳定。
## 监控Spark History的流程
首先，让我们通过一个表格来了解整个监控流程的步骤：
原创
2024-07-30 11:25:29
641阅读
在大数据处理的过程中，Apache Spark 是一个非常重要的工具，尤其是在执行数据分析时。使用 `spark shell` 通过 Spark 链接 Spark 集群时，有时会遇到一系列复杂的问题。本篇博文旨在对解决“spark shell 链接spark”的过程进行全面梳理。
## 环境配置
首先，我们需要配置 Spark 环境。这包含Java和Scala的安装，以及对Spark的配置。在这
文章目录行动操作Action算子概念Action函数 行动操作在spark当中RDD的操作可以分为两种，一种是转化操作(transformation），另一种是行动操作(action)。在转化操作当中，spark不会为我们计算结果，而是会生成一个新的RDD节点，记录下这个操作。只有在行动操作执行的时候，spark才会从头开始计算整个计算。而转化操作又可以进一步分为针对元素的转化操作以及针对集合的
转载
2023-06-19 07:00:10
144阅读
本文主要介绍了spark的基本概念和交互式使用（Scala语言），不涉及在独立应用中使用spark、集群部署 1. Spark 是什么Apache Spark 是个通用的集群计算框架，通过将大量数据集计算任务分配到多台计算机上，提供高效内存计算。Spark 正如其名，最大的特点就是快（Lightning-fast），可比 Hadoop MapReduce 的处理速度快 100 倍。如果你
转载
2024-01-15 20:18:11
88阅读
Apache Spark 是一个开源的统一分析引擎，能够快速、通用地处理大规模数据集，而 “Spark” 通常是指其架构及功能的简写。在本文中，我们将探讨如何解决“Apache Spark 和 Spark”的问题，包括环境准备、分步指南、配置详解、验证测试、优化技巧和排错指南。
## 环境准备
确保在你的计算机上安装 Apache Spark 之前，必须满足一些前置依赖。以下是需要安装的组件及
概述spark 基础 --mvn -DskipTests clean package -rf :spark-core_2.11RDDresillient distributed dataset 弹性分布式数据集
分布式内存的抽象操作本地集合的方式来操作分布式数据集的抽象实现分布式只读且已分区集合对象,加载到内存处理容错实现
记录数据的更新 - spark记录RDD转换关系Lineage
转载
2023-11-28 08:39:32
92阅读
Volcano Iterator ModelSpark 2.x的第二代tungsten引擎原理之前，先看一下当前的Spark的工作原理。我们可以通过一个SQL来举例，这个SQL扫描了单个表，然后对属性等于指定值的记录进行汇总计数。SQL语句如下：select count(*) from store_sales where ss_item_sk=1000。 要执行这个查询，Spark 1.x会使用一
转载
2023-12-01 08:43:39
73阅读
Spark代码流程创建SparkConf对象可以设置Application name。 可以设置运行模式及资源需求。 val conf = new SparkConf() conf.setAppName(“wordcount”) conf.setMaster(“local”) conf.set(key, value)创建SparkContext对象val sc = new SparkContext
转载
2023-09-04 22:53:06
77阅读
