标签：Apache Spark

第2页

什么是ASD？

本文概述并行集合外部数据集 RDD（弹性分布式数据集）是Spark的核心抽象。它是元素的集合, 分布在集群的各个节点上, 因此我们可以对其执行各种并行操作。有两种创建RDD的方法：并行化驱动程序中的现有数据引用外部存储系统中的数据...

本文概述 Apache Spark的历史 Apache Spark的功能 Spark的用途 Apache Spark是一个开放源代码群集计算框架。其主要目的是处理实时生成的数据。 Spark建立在Hadoop MapReduce的顶部。它经...

在本节中, 我们将执行Spark的安装。因此, 请按照以下步骤操作。下载Apache Spark tar文件。点击这里解压下载的tar文件。打开bashrc文件。现在, 在最后复制以下火花路径。更新环境变量让我们在命令提示符下测...

本文概述火花芯 Spark SQL 火花流 MLlib GraphX Spark项目由不同类型的紧密集成的组件组成。 Spark的核心是一个计算引擎, 可以调度, 分发和监视多个应用程序。让我们详细了解每个Spark组件。火花芯 Sp...

在Spark char计数示例中, 我们发现特定文件中每个字符的出现频率。在这里, 我们使用Scala语言执行Spark操作。执行Spark字符计数示例的步骤在此示例中, 我们找到并显示每个字符的出现次数。在本地计算机上创建一个文本文...

本文概述弹性分布式数据集（RDD）有向无环图（DAG）驱动程序集群管理器 Spark遵循主从架构。它的集群由一个主机和多个从机组成。 Spark体系结构取决于两个抽象：弹性分布式数据集（RDD）有向无环图（DAG）弹性分布式数...