Application Application=a driver program + executors 一般来说：1个SparkContext = 1个application=1个SparkShell Spark提交任务不一定须在集群里提交，有gateway就行 1个application ==> ...
分类：
系统相关 时间：
2021-03-04 13:20:14
阅读次数：
0
挖坑填数方 从数列中挑出一个元素，称为 "基准"（pivot）; 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作； 递归地（recursive）把小于 ...
分类：
编程语言 时间：
2021-03-02 12:25:49
阅读次数：
0
主要是这两个sql start_log(利用get_json_object函数): insert overwrite table "$app".dwd_start_log PARTITION (dt='$do_date') select get_json_object(line,'$.mid') m ...
分类：
数据库 时间：
2021-02-23 14:36:54
阅读次数：
0
pyspark有个bug, 虽然下面代码写了 write.mode("overwrite")但是不生效 spark.conf.set("hive.exec.dynamic.partition.mode", "constrict") db_df.repartition(1).write.mode("o ...
分类：
其他好文 时间：
2021-02-23 14:14:20
阅读次数：
0
AT1981 [AGC001C] Shorten Diameter \(solved\) AT1982 [AGC001D] Arrays and Palindrome AT1983 [AGC001E] BBQ Hard \(solved\) AT1984 [AGC001F] Wide Swap AT ...
分类：
其他好文 时间：
2021-02-15 11:56:59
阅读次数：
0
在围绕Hadoop形成的大数据技术生态当中，MapReduce的地位，在早期是处于核心地位的，但是伴随着数据处理实时性需求的不断提升，更多新的计算框架出现，MapReduce的地位受到压制，但是作为Hadoop原始计算框架，还是需要相应程度的了解和掌握的。今天的大数据入门分享，我们来具体讲一讲Map ...
分类：
其他好文 时间：
2021-02-09 12:33:28
阅读次数：
0
rownum 和 row_number()的区别 一、 Oracle中的rownum 用于从查询返回的行的编号，返回的第一行分配的是1，第二行是2，依次类推。这个伪字段可以用于限制查询返回的总行数，而且rownum不能以任何表的名称作为前缀。 rownum对于等于某值的查询条件 如果希望找到学生表中 ...
分类：
数据库 时间：
2021-02-08 12:51:03
阅读次数：
0
如果提供比较，则使用委托表示的方法对列表中的元素进行排序。如果comparison为null，则抛出ArgumentNullException。 此方法使用数组.排序，其应用自省排序，如下所示： 如果分区大小小于或等于16个元素，则使用插入排序算法 如果分区数超过2logn，其中n是输入数组的范围， ...
每个task处理一个partition，一个文件的大小/128M就是task的数量 Task的最大并发数 当task被提交到executor之后，会根据executor可用的cpu核数，决定一个executor中最多同时运行多少个task。 默认情况下一个task对应cpu的一个核。如果一个exec ...
分类：
其他好文 时间：
2021-02-02 11:14:58
阅读次数：
0
1 RDD基础知识 1.1 Spark的RDD五大特性 1.1.1 A list of partitions RDD是一个由多个partition（某个节点里的某一片连续的数据）组成的的List；将数据加载为RDD时，一般一个hdfs里的block会加载为一个partition。 对于RDD来说，每 ...
分类：
其他好文 时间：
2021-01-25 11:30:09
阅读次数：
0
