BBBone

2019年5月7日

摘要： RDD源码解析一、RDD.scala- Resilient Distributed Dataset (RDD) 弹性分布式数据集弹性: 体现在计算上面- the basic abstraction in Spark- Represents an immutable val RDDA == RDDB- partitioned collection of elements-... 阅读全文

posted @ 2019-05-07 22:18 BBBone 阅读(298) 评论(0) 推荐(0) 编辑

spark2.4.2 源码编译

摘要：基于Maven的构建是Apache Spark的参考构建。使用Maven构建Spark需要Maven 3.5.4和Java 8.请注意，从Spark 2.2.0开始，对Java 7的支持已被删除。包:jdk-8u51-linux-x64.tar.gzapache-maven-3.3.9-bin.tar.gzspark-2.4.2.tgzscala-2.11.8.tgz1、maven中的设置需要通过... 阅读全文

posted @ 2019-05-07 21:39 BBBone 阅读(504) 评论(0) 推荐(0) 编辑

Spark应用程序开发流程

摘要：配置文件:pom.xml 2.11.8 2.2.0 2.6.0-cdh5.7.0 cloudera cloudera https://repository.cloudera.com/artifactory/cloudera-repos/ org.scala-lang ... 阅读全文

posted @ 2019-05-07 19:10 BBBone 阅读(2038) 评论(0) 推荐(0) 编辑

2019年4月30日

分步锁的测试开发

摘要： domain层开发及测试数据准备修改pom.xml配置文件创建四层结构在domain层,创建Orders.class和Iterms.class两个类Orders.classimport lombok.Data;import javax.persistence.Entity;import javax.persistence.Id;import javax.persistence.Table;@E... 阅读全文

posted @ 2019-04-30 17:32 BBBone 阅读(340) 评论(0) 推荐(0) 编辑

Scala代码开发 metaTable(元表)

摘要：使用Scala语言开发时，自动生成get和set方法不用写return进行返回，因为它的最后一行就是返回值先建立四个层(层层递进)domain 表结构的建立repository(DAO) 实现接口层service 实现业务层controller 实现控制层domain层开发MetaTable.scalapackage com.imooc.imoocb... 阅读全文

posted @ 2019-04-30 17:30 BBBone 阅读(246) 评论(0) 推荐(0) 编辑

RDD转换成为DataFrame

摘要：方式一：通过case class创建DataFrames（反射）TestDataFrame1.scalapackage com.bky// 隐式类的导入// 定义case class，相当于表结构case class Dept(var id:Int, var position:String, var location:String)// 需要导入SparkSession这个包import org... 阅读全文

posted @ 2019-04-30 17:29 BBBone 阅读(2388) 评论(0) 推荐(0) 编辑

SparkSQL中的自定义函数UDF

摘要：在Spark中，也支持Hive中的自定义函数。自定义函数大致可以分为三种：UDF(User-Defined-Function)，即最基本的自定义函数，类似to_char,to_date等UDAF（User- Defined Aggregation Funcation），用户自定义聚合函数，类似在group by之后使用的sum,avg等UDTF(User-Defined Table-Generat... 阅读全文

posted @ 2019-04-30 17:28 BBBone 阅读(392) 评论(0) 推荐(0) 编辑

SparkSQL开窗函数 row_number()

摘要：开始编写我们的统计逻辑，使用row_number()函数先说明一下，row_number()开窗函数的作用其实就是给每个分组的数据，按照其排序顺序，打上一个分组内行号比如说，有一个分组20151001，里面有三条数据，1122，1121，1124那么对这个分组的每一行使用row_number()开窗函数以后，三行依次会获得一个组内的行号行号从1开始递增，比如1122，1 1121，2 1124... 阅读全文

posted @ 2019-04-30 17:28 BBBone 阅读(6982) 评论(0) 推荐(0) 编辑

流处理过程的问题

摘要：基于Spark Streaming&Flume&Kafka打造通用流处理平台整合日志输出到Flume整合Flume到Kafka整合Kafka到Spark StreamingSpark Streaming对接收到的数据进行处理异常:java.lang.ClassNotFoundException:org.apache.flume.clients.log4jappender.Log4jAppender... 阅读全文

posted @ 2019-04-30 17:27 BBBone 阅读(243) 评论(0) 推荐(0) 编辑

Java NIO

摘要： Java NIO I/O模型什么是同步: 若果有多个任务或者事件要发生,这些任务或者事件必须逐个地进行,一个事件或者任务的执行都会导致整个流程的暂时等待,这些事件没有办法并发地执行.什么是异步: 如果有多个任务或者事件发生,这些事件可以并发地执行,一个事件或者任务的执行不会导致整个流程的暂时等待. 重点: 判断同步还是异步,就看同时多个任务和事件发生时,一个事件的发生或执... 阅读全文

posted @ 2019-04-30 17:22 BBBone 阅读(78) 评论(0) 推荐(0) 编辑

公告