Spark SQL出现的 原因是什么? Spark SQL是Spark用来处理结构化数据的一个模块，它提供了一个叫作Data Frame的编程抽象结构数据模型(即带有Schema信息的RDD),Spark SQL的前身是 Shark，由于 Shark过于依赖Hive，因此在版本迭代时很难添加新的优化 ...
分类：
数据库 时间：
2021-05-24 03:08:56
阅读次数：
0
什么是Git？ Git是目前世界上最先进的分布式版本控制系统（没有之一）。 Git 与 SVN 区别? **Git 是分布式的，SVN 不是。**这是 Git 和其它非分布式的版本控制系统，例如 SVN，CVS 等，最核心的区别。 **Git 把内容按元数据方式存储，而 SVN 是按文件。**所有的 ...
分类：
其他好文 时间：
2021-05-24 02:08:12
阅读次数：
0
实时数据 →文件系统（Linux文件系统、HDFS等） →Hive 导入到hive，Load。（转成相应的hive表，导入后可直接使用HiveSQL查询） hive的内容分两部分：元数据、数据。 其中数据是存在HDFS中，元数据存在mysql中。 Hive数据仓库 Hive/mysql/HDFS关系 ...
分类：
其他好文 时间：
2021-04-26 13:27:01
阅读次数：
0
#计算Spark StorageMemory Heap内存 tag: Spark, Spark Memory, Spark Storage Memory 2021-04-23 21:26:25 星期五 version: spark-2.4.5 Executor 进程 org.apache.spark ...
分类：
其他好文 时间：
2021-04-24 13:38:45
阅读次数：
0
1、改成本地模式 . val conf = new SparkConf().setAppName("ScalaWordCount").setMaster("local") 2、编写入参 传参 ...
分类：
其他好文 时间：
2021-04-24 13:30:06
阅读次数：
0
注解Annotation 注解的作用 不是程序本身，可以对程序作出解释 可以被其他程序读取（如编译器） 注解的格式 注解以“@注解名”在代码中存在，可以添加一些参数；可以通过反射机制实现对这些元数据的访问 内置注解 @Override：定义在java.lang.Override中，该注解只适用于修饰 ...
分类：
其他好文 时间：
2021-04-24 13:11:48
阅读次数：
0
1. 用Pyspark自主实现词频统计过程。 >>> s = txt.lower().split()>>> dd = {}>>> for word in s:... if word not in dd:... dd[word] = 1... else:... dd[word] = dic[word] ...
分类：
其他好文 时间：
2021-04-23 12:19:08
阅读次数：
0
>>> s = txt.lower().split()>>> dd = {}>>> for word in s:... if word not in dd:... dd[word] = 1... else:... dd[word] = dic[word] + 1...>>> ss = sorted( ...
分类：
其他好文 时间：
2021-04-23 12:18:32
阅读次数：
0
1. 用Pyspark自主实现词频统计过程。 >>> s = txt.lower().split()>>> dd = {}>>> for word in s:... if word not in dd:... dd[word] = 1... else:... dd[word] = dic[word] ...
分类：
其他好文 时间：
2021-04-23 12:10:50
阅读次数：
0
python - How to interpret results of Spark OneHotEncoder - Stack Overflow ...
分类：
其他好文 时间：
2021-04-20 15:16:33
阅读次数：
0
