發(fā)簡信
IP屬地：上海
-
記錄下本周末搭建個人博客的過程Mac+Hexo+GitHubPages
前言 之前本來有一個個人博客，但是因為太懶沒有維護，就來投奔CSDN了。這幾天突然一時興起，讓好好弄一下自己的個人博客，因為CSDN的廣告實在是...
-
如何在Spark-shell中停止打印INFO日志
前言 在使用Spark-shell做一些測試時候會產生大量無用的INFO級別的日志，因此想把它們給禁用掉。具體方法如下。 解決方法 - 使用自定...
-
關于Spark中的常見問題及解決方法(5) ——Driver OutOfMemoryError或Driver Unresponsive
前言 Driver OutOfMemoryError或Driver Unresponsive是一個非常嚴重的問題，因為它會使我們的Spark應用...
-
關于Spark中的常見問題及解決方法(3) —— Aggregations操作
前言 如果你程序中的聚合速度較慢，請先查看 Spark Stragglers/任務執(zhí)行緩慢部分。 主要癥狀 在執(zhí)行 groupby 操作時，任務...
-
[Spark學習] Spark RDD詳解什么是RDD RDD(Resilient Distributed Datasets)，彈性分布式數(shù)據(jù)集，是Spark的基本數(shù)據(jù)結構。它是一個不可...
-
如何為Spark應用程序分配--num-executors，--execuor-cores和--executor-memory
前言 在我們提交spark程序時，應該如何為Spark集群配置--num-executors， - executor-memory和--exe...
-
關于Spark RDD API中的Checkpointing
什么是Checkpointing Checkpointing可以將RDD從其依賴關系中抽出來，保存到可靠的存儲系統(tǒng)（例如HDFS，S3等)， 即...
-
關于Spark Dataset API中的Typed transformations和Untyped transformations
前言 學習Spark源代碼的過程中遇到了Typed transformations和Untyped transformations兩個概念，整理...
-
Spark中的多任務處理
Spark中的多任務處理 Spark的一個非常常見的用例是并行運行許多作業(yè)。 構建作業(yè)DAG后，Spark將這些任務分配到多個Executor上...