2019年3月30日
DataFrame和RDD互操作的两种方式：
摘要： DataFrame和RDD互操作的两种方式：1）反射：case class 前提：事先需要知道你的字段、字段类型 2）编程：Row 如果第一种情况不能满足你的要求（事先不知道列）3) 选型：优先考虑第一种 阅读全文
posted @ 2019-03-30 13:55 Arthur-Lance 阅读(317) 评论(0) 推荐(0) 编辑
DataFrame对比RDD
摘要： RDD里面Person看不到具体的内容哦，DataFrame可以看到name age height， 这样，DataFrame就可以做更多的优化。 RDD： java/scala ==> jvm python ==> python runtime DataFrame: java/scala/pyth 阅读全文
posted @ 2019-03-30 13:15 Arthur-Lance 阅读(188) 评论(0) 推荐(0) 编辑
2019年3月21日
HIVE环境搭建
摘要： 1）Hive下载：http://archive.cloudera.com/cdh5/cdh/5/ wget http://archive.cloudera.com/cdh5/cdh/5/hive-1.1.0-cdh5.7.0.tar.gz 2）解压 tar -zxvf hive-1.1.0-cdh5 阅读全文
posted @ 2019-03-21 00:11 Arthur-Lance 阅读(187) 评论(0) 推荐(0) 编辑
YARN环境搭建
摘要： mapred-site.xml yarn-site.xml 启动yarn：sbin/start-yarn.sh 验证是否启动成功 jps ResourceManager NodeManager web: http://hadoop001:8088 停止yarn： sbin/stop-yarn.sh 阅读全文
posted @ 2019-03-21 00:10 Arthur-Lance 阅读(453) 评论(0) 推荐(0) 编辑
HADOOP环境搭建
摘要： 1) 下载Hadoop http://archive.cloudera.com/cdh5/cdh/5/ 2.6.0-cdh5.7.0 wget http://archive.cloudera.com/cdh5/cdh/5/hadoop-2.6.0-cdh5.7.0.tar.gz 2）安装jdk 下载 阅读全文
posted @ 2019-03-21 00:09 Arthur-Lance 阅读(155) 评论(0) 推荐(0) 编辑
HDFS架构概述
摘要： 1 Master(NameNode/NN) 带 N个Slaves(DataNode/DN) HDFS/YARN/HBase 1个文件会被拆分成多个Blockblocksize：128M130M ==> 2个Block： 128M 和 2M NN：1）负责客户端请求的响应2）负责元数据（文件的名称、副 阅读全文
posted @ 2019-03-21 00:08 Arthur-Lance 阅读(212) 评论(0) 推荐(0) 编辑
2019年3月20日
资源调度框架YARN
摘要： YARN架构1 RM(ResourceManager) + N NM(NodeManager) ResourceManager的职责： 一个集群active状态的RM只有一个，负责整个集群的资源管理和调度1）处理客户端的请求(启动/杀死)2）启动/监控ApplicationMaster(一个作业对应 阅读全文
posted @ 2019-03-20 00:16 Arthur-Lance 阅读(241) 评论(0) 推荐(0) 编辑
2019年3月17日
flume kafka sparkStreaming 流程对接
摘要： 流程示意图 阅读全文
posted @ 2019-03-17 10:42 Arthur-Lance 阅读(198) 评论(0) 推荐(0) 编辑
2019年3月16日
maven settings.xml 配置 --阿里源
摘要： 1 2 3 21 22 46 49 /path/to/local/repo 54 --> 55 D:\software\apache-maven-3.6.0\maven_repos 56 57 true 64 --> 65 66 false 72 --> 73 74 79 80 com.... 阅读全文
posted @ 2019-03-16 10:59 Arthur-Lance 阅读(2421) 评论(0) 推荐(0) 编辑
KafkaReceiverWordCount.scala 例子
摘要： package com.imooc.spark import org.apache.spark.SparkConf import org.apache.spark.streaming.kafka.KafkaUtils import org.apache.spark.streaming.{Seconds, StreamingContext} /** * Spark Streaming对接K... 阅读全文
posted @ 2019-03-16 10:22 Arthur-Lance 阅读(264) 评论(0) 推荐(0) 编辑