大数据

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

基础入门操作

浏览 80 扫码 分享 2022-07-13 23:28:08
  • Shell操作
  • SparkSql创建DataFrame(Scala语言 )
  • SparkSql创建DataSet(Scala语言)
  • SparkSql DataSet和RDD互相转换 (Scala语言)
  • SparkSql RDD转DataFrame (scala语言)
  • SparkSql DataFrame转RDD (scala语言)
  • SparkSql DataSet和DataFrame互相转换 (scala语言)
  • SparkSql自定义函数(scala语言)

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • Flink[大目录]
  • Phoenix
    • Sql操作
      • 01.对HBase表操作
    • Scala代码操作Phoenix客户端
      • 01.Scala封装Phoenix工具类操作Hbase
    • 二级索引
      • 09.异步创建索引
      • 08.索引函数
      • 07.覆盖索引
      • 06.Phoenix的Explain
      • 05.删除二级索引
      • 04.创建二级索引
      • 03.配置 HBase 支持 Phoenix 创建二级索引
      • 02.Phoenix索引分类概念
      • 01.HBase二级索引概念
  • 相关文章
    • 海量数据处理的方法
    • 海量数据处理题目
    • 讲一个电商网站订单下降的数据分析案例-李智慧
    • 数据可视化图表与数据监控-李智慧
    • 互联网运营常用数据指标-李智慧
    • 讲盘点可供中小企业参考的商业大数据平台-李智慧
    • 知名大厂如何搭建大数据平台-李智慧
    • 数据从哪里来-李智慧
    • 流式计算的代表：Storm、Flink、SparkStreaming-李智慧
  • Spark
    • 其它概念
      • spark实际⼯作中，是怎么来根据任务量，判定需要多少资源的？
      • Task 和 Stage 的分类
      • groupByKey 和 reduceByKey 是属于 Transformation 还是 Action？
      • 说说 map 和 mapPartitions 的区别
      • 可以解释一下这两段程序的异同吗
      • Transformation 和 action 是什么？区别？举几个常用方法
      • Spark 优越性
      • RDD 如何通过记录更新的方式容错
      • Spark 经常说的 Repartition 有什么作用
      • 说说 Spark Local 和 Standalone 有什么区别
      • 说说 Worker 和 Executor 的区别
      • 简单说说 Spark 支持的4种集群管理器
      • 为什么要用 Yarn 来部署 Spark?
      • Spark 作业提交流程是怎么样的
      • RDD, DAG, Stage, Task 和 Job 怎么理解？
      • Spark为什么快，Spark SQL 一定比 Hive 快吗
      • 数据倾斜的产⽣和解决办法？
      • spark解决了hadoop的哪些问题？
      • spark⽀持故障恢复的⽅式？
      • Spark主备切换机制原理剖析？
      • SparkContext初始化原理？
      • Spark yarn-client架构？
      • Spark yarn-cluster架构？
      • spark内核架构原理
      • Spark的三种提交模式是什么？
      • 搭建spark集群步骤？
      • Spark的特点是什么？
      • spark常⽤的计算框架
      • spark streaming中有状态转化操作
      • 宽依赖和窄依赖
      • 说说updateStateByKey
      • spark性能优化有哪些
      • spark核⼼编程原理？
      • 说说Spark⼯作流程？
      • spark大多数算子总结
      • spark有哪些组件？
      • DStream以及基本⼯作原理？
      • Spark streaming以及基本⼯作原理？
      • RDD机制？
      • Spark Streaming和Storm有何区别？
      • checkpoint和持久化机制的区别？
      • checkpoint检查点机制？
      • RDD持久化原理？
      • hadoop和spark的相同点和不同点？
      • spark如何保证宕机迅速恢复?
      • hadoop和spark使⽤场景？
      • Spark的Shuffle原理及调优
    • 概念
      • Spark概述
    • SparkCore
      • 04.行动算子
        • 13.foreach(func) 遍历RDD中每一个元素
        • 12.saveAsObjectFile(path)序列化成对象保存到文件
        • 11.saveAsSequenceFile(path)保存成Sequencefile文件
        • 10.saveAsTextFile(path)保存成Text文件
        • 09.countByKey()统计每种key的个数
        • 08.fold
        • 07.aggregate
        • 06.takeOrdered(n, [ordering])返回该RDD排序后前n个元素组成的数组
        • 05.first
        • 04.take(n)
        • 03.count()
        • 02.collect
        • 01.reduce(func)
        • 概述
      • 03.转换算子
        • 03.Key-Value 类型
          • 10.Cogroup类似全连接，但是在同一个RDD中对key聚合
          • 09.join连接 将相同key对应的多个value关联在一起
          • 08.mapValues只对V进行操作
          • 07.sortByKey根据key排序
          • 06.combineByKey[C])转换结构后分区内和分区间操作
          • 05.reduceByKey和groupByKey的区别
          • 04.groupByKey()
          • 03.reduceByKey(func, [numTasks])按照K聚合V
          • 02.自定义分区器
          • 01.partitionBy按照Key重新分区
          • 概述
        • 02.双 Value 类型交互
          • 04.zip(otherDataset)拉链
          • 03.intersection(otherDataset)交集
          • 02.subtract (otherDataset)差集
          • 01.union(otherDataset)合并
          • 概述
        • 01.Value类型
          • 15.pipe(command, [envVars])调用脚本
          • 14.sortBy(func,[ascending], [numTasks])
          • 13.增加缩减分区
          • 12.distinct([numTasks]))去重复
          • 11.takeSample按个数取样
          • 10.sample(withReplacement, fraction, seed)采样
          • 09.filter(func)
          • 08.GroupBy之WordCount
          • 07.groupBy(func)
          • 06.glom()分区转换数组
          • 05.flatMap(func)压平
          • 04.map()和mapPartitions()的区别
          • 03.mapPartitionsWithIndex(func)
          • 02.mapPartitions(func)
          • 01.map(func)
        • 概述
      • 02.RDD创建方式
        • 02.从外部存储创建 RDD
        • 01.从集合中创建 RDD
      • 01.RDD概念
        • RDD编程模型
        • RDD概述和特点
      • 安装配置
        • Spark配置启动LZO压缩
        • Spark安装和环境变量配置
      • 操作
        • 共享变量
          • 共享变量概念
          • 广播变量的概念和使用(Spark)
          • 累加器的概念和使用(Spark)
          • Spark自定义int类型的累加器
          • Spark自定义Map类型的累加器
        • spark的Local模式运行官方求pi的案例
        • Spark-shell执行wordcount案例
        • Scala语言在Idea Maven项目编写wordcount
        • Spark往HBase读写数据(Scala语言)
        • Yarn上执行Spark的wordCount的demo
    • SparkSql
      • 一.原理概念
        • 关于SparkSql和SparkCore哪个用的多
        • 简单介绍SparkSql
      • 二.DataSet和DataFrame
        • RDD和DataFrame和 DataSet 之间的关系
        • DataSet
          • 05. DataSet转成DataFrame
          • 04.DataSet和DataFrame互相转换
          • 03.RDD 和 DataSet 互相转换
          • 02.创建DataSet
          • 01.什么是 DataSet
        • DataFrame
          • 08.DataFrame转成DataSet
          • 07.DataFrame转RDD
          • 06.RDD转DataFrame
          • 05.创建DataFrame
          • 04.SparkShell创建表
          • 03.SparkShell读取json文件
          • 02.DataFrame编程概述
          • 01.什么是 DataFrame
      • MySQL相关
        • SparkSql 读写MySQL里面的数据(scala语言)
      • Hive相关
        • SparkSql整合Hive
        • SparkSql使用spark-sql cli查询Hive里面的数据
        • SparkSQL使用hiveserver2 beeline查询Hive里面的数据
        • SparkSql 用Scala代码查询Hive里面的指定的表
        • SparkSql 用Scala语言操作Hive创建库,表,并且insert数据
      • 基础入门操作
        • Shell操作
          • SparkShell读取json文件
          • SparkShell创建表
        • SparkSql创建DataFrame(Scala语言 )
        • SparkSql创建DataSet(Scala语言)
        • SparkSql DataSet和RDD互相转换 (Scala语言)
        • SparkSql RDD转DataFrame (scala语言)
        • SparkSql DataFrame转RDD (scala语言)
        • SparkSql DataSet和DataFrame互相转换 (scala语言)
        • SparkSql自定义函数(scala语言)
    • 相关文章
      • 讲我们并没有觉得MapReduce速度慢，直到Spark出现
  • HBase
    • 原理概念[目录]
      • 原理概念
        • HBase为什么适合海量数据场景
        • HBase是强一致性的
        • HBase作为一个NoSQL数据库,有哪些架构上的特点
        • HBase的对象表现形式
        • HBase的RegionServer的架构解释
        • HBase的MemStore Flush
        • HBase的StoreFile Compaction
        • HBase的VERSIONS的意思
        • HBase的Region Split
        • HBase读流程
        • HBase写流程
        • HBase存储数据结构LSM树
        • HBase可扩展数据模型列族
        • HBase数据模型介绍
        • HBas介绍,CAP中的CA,特点,优缺点总结.快速理解Hbase
    • 运维安装
      • HBase集群的启动和停止操作
      • HBase配置环境变量
      • HBase集群的安装和启动停止
    • 实际操作
      • HBase的Linux Shell操作
      • HBase的web控制台说明
      • HBase的bin目录和conf目录
    • 扩展
      • HBase的高可用
      • HBase 是列式存储数据库吗
      • 为什么不建议在 HBase 中使用过多的列族
      • RowKey设计
  • Hive
    • 概念实操
      • 数据类型
        • hive的数据类型
        • hive的类型转换
      • 对表操作
        • hive 抽样查询(有时间再研究研究)
        • hive 分区表和分桶表区别
        • hive 列转行函数Lateral View explode
        • hive分区表一级分区的基本使用
        • hive 分区表的概念和意义
        • hive多级分区表的使用
        • hive分桶表排序
        • hive分桶表的意义和作用
        • hive的分桶表的基本使用
        • hive动态分区
        • hive四种排序Order By , Sort By ,Distribute By ,Cluster By
        • hive查看表的描述
        • hive 将本地文件导入到hive案例
      • hive将写好的函数放到HDFS上面关联生成永久函数
      • hive基本操作建表啥的
      • hive和关系型数据库对比
      • hive行转列的函数与demo
      • hive加载配置文件的参数读取顺序
      • hive读取直接放到hdfs的数据,将目录加载到分区表中
      • hive本地模式执行hive,减少sql处理结果用的时间
      • hive简介以及优缺点
      • 在hive上面执行hdfs 或者Linux命令
    • 安装部署
      • hive元数据存到MySQL中
      • hive后台运行另外使用beeline进行连接
      • jdbc方式连接hive
      • hive 重启后台hive服务
      • 修改hive的数据仓库位置
      • hive 配置查询后台信息显示
      • hive配置运行日志到自己需要的指定目录下面
      • hive后台运行另外使用beeline进行连接
      • Linux安装单体Hive demo
      • Hive整合Tez
      • hive1.2.1 用Datagrip连接
      • hive 修改Linux控制台日志输出级别
  • Flume
    • 拦截器
      • 拦截器概念
      • Flume编写拦截器
    • Flume事务
    • Flume将Tomcat日志收集到Kafka里面
    • Flume之两个Agent串联接收消息
    • Flume 实时监控单个配置文件上传到HDFS上面去
    • Flume之负载均衡Load balancing Sink Processor和案例
    • Flume自定义Source
    • Flume故障转移Failover Sink Processor和demo
    • Flume根据Header里面的属性来判断发送到哪个机器上面
    • Flume的多路复用案例
    • Flume监控端口的内容
    • Flume之将两个Flume的数据聚合到第三个Flume里面.
    • Flume 配置环境变量
  • YARN
    • Yarn资源调度器和Hadoop作业类型
    • 简述Yarn工作流程
  • HDFS
    • HDFS默认在本地存储文件的位置？如何设置
    • HDFS的高可用
    • HDFS的机架感知
    • HDFS读写数据的流程
    • HDFS管理工具HDFS Explorer
  • Hadoop
    • Hadoop支持LZO压缩配置*_张俊杰 的博客-CSDN博客
    • Hadoop执行WordCount官方demo案例
  • Sqoop
    • Sqoop的安装
  • Azkaban
    • Azkaban创建运行Job
    • Azkaban安装部署和启动
    • Azkaban概念
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注