摘要：
转载 https://www.cnblogs.com/qingyunzong/p/8987579.html#_label4_1 sxt：spark day 05 阅读全文
摘要：
1.Spark master使用zookeeper进行HA的，有哪些元数据保存在Zookeeper？ 答：spark通过这个参数spark.deploy.zookeeper.dir指定master元数据在zookeeper中保存的位置，包括Worker，Driver和Application以及Exe 阅读全文
摘要：
转载 https://www.cnblogs.com/qingyunzong/p/8890483.html#_label1_0 阅读全文
摘要：
转载： https://www.cnblogs.com/zzhangyuhang/p/9038580.html 阅读全文
摘要：
1、Spark中application、job、stage、task、driver/executor之间的关系 一个application就是一个应用程序，包含了客户端所有的代码和计算资源 一个action操作对应一个DAG有向无环图，即一个action操作就是一个job 一个job中包含了大量的宽 阅读全文
摘要：
转载： https://blog.csdn.net/zhyooo123/article/details/82703723 阅读全文
摘要：
执行流程 client模式提交任务后，会在客户端启动Driver进程。 Driver会向Master申请启动Application启动的资源。 资源申请成功，Driver端将task发送到worker端执行。 worker将task执行结果返回到Driver端。 总结 client模式适用于测试调试 阅读全文
摘要：
转载 ：https://blog.csdn.net/qq_27639777/article/details/82319560 Spark Cache的几点思考 Spark涵盖了大数据领域内的离线批处理、流式计算、机器学习和图计算等不同的场景，已经成为大数据计算领域首选的计算框架。由于spark框架的 阅读全文
摘要：
回顾MR 对比Spark 核心RDD 理解RDD 一个 RDD 可以简单的理解为一个分布式的元素集合. RDD 表示只读的分区的数据集，对 RDD 进行改动，只能通过 RDD 的转换操作, 然后得到新的 RDD, 并不会对原 RDD 有任何的影响. 在 Spark 中, 所有的工作要么是创建 RDD 阅读全文
摘要：
一、区别： 1.Hbase即 HadoopDatabase 的简称，也就是基于Hadoop数据库，是一种NoSQL数据库，主要适用于海量明细数据（十亿、百亿）的随机实时查询，如交易清单、日志明细、轨迹行为等。 Hive是Hadoop的数据仓库，严格地讲并非数据库，主要是让开发人员能够通过SQL来计算 阅读全文