摘要：
org.apache.maven.plugins maven-assembly-plugin 2.4.1 ... 阅读全文
摘要：
RDD（Resilient Distributed Dataset）叫做弹性分布式数据集，是Spark中最基本的数据（计算逻辑）抽象。代码中是一个抽象类，它代表一个不可变、可分区、里面的元素可并行计算的集合 分区 RDD逻辑上是分区的，每个分区的数据是抽象存在的，计算的时候会通过一个compute函 阅读全文
摘要：
Local（本地模式） Standalone（分布式） Standalone是Spark自带的一个资源调度框架 Yarn（分布式） Spark实现了AppalicationMaster接口，所以也可以基于Yarn来计算的 Mesos（分布式） 资源调度框架 阅读全文
摘要：
hbase shell命令 描述 alter 修改列族（column family）模式 count 统计表中行的数量 create 创建表 describe 显示表相关的详细信息 delete 删除指定对象的值（可以为表，行，列对应的值，另外也可以指定时间戳的值） deleteall 删除指定行的 阅读全文