huangyuu5-CSDN博客

原创 Spark源码阅读笔记之Broadcast（三）

Spark源码阅读笔记之Broadcast：Broadcast的Torrent传输机制通过TorrentBroadcastFactory和TorrentBroadcast来实现的。

2015-08-13 14:38:37 1243

原创 Spark源码阅读笔记之Broadcast（二）

Spark源码阅读笔记之Broadcast：Http的传输机制是在Driver中启动Http服务，然后将需要传输的变量存储为Http服务根目录下的一个文件，当Executor中需要使用时便向Http服务请求，下载该文件，然后读取。这种机制下，所有Executor都需要向Driver请求下载，Driver的网络通信会成为瓶颈。

2015-08-13 14:29:10 1100

Spark源码阅读笔记之Broadcast：Spark会序列化在各个任务上使用到的变量，然后传递到Executor中，由于Executor中得到的只是变量的拷贝，因此对变量的改变只在该Executor有效。序列化后的任务的大小是有限制的（由spark.akka.frameSize决定，值为其减去200K，默认为10M-200K），超出该限制的任务会被抛弃。因此，对于需要共享比较大的数据时，需要使用Broadcast。

2015-08-13 14:26:05 1902

原创 Spark源码阅读笔记之MetadataCleaner

Spark源码阅读笔记之MetadataCleaner：MetadataCleaner运行定时任务周期性的清理元数据（metadata）。

2015-08-10 15:16:03 1623

原创 Spark源码阅读笔记之BlockObjectWriter

Spark源码阅读笔记之BlockObjectWriter：Spark中Hash Shuffle阶段能将多个map的结果合并到一个文件，以减少文件的数量，主要依赖于BlockObjectWriter 。BlockObjectWriter是一个接口，用来直接操作Block对应的存储容器，可以直接向存储容器中添加数据，从而实现向相应的Block中添加数据的操作。

2015-08-01 23:30:09 1115

原创 Spark源码阅读笔记之DiskStore

Spark源码阅读笔记之DiskStore:DiskStore通过DiskBlockManager来实现Block和相应磁盘文件的映射关系，从而将Block存储到磁盘的文件中。

2015-07-30 11:07:30 1289

原创 Spark源码阅读笔记之MemoryStore

BlockManager底层通过BlockStore来对数据进行实际的存储。BlockStore是一个抽象类，有三种实现：DiskStore（磁盘级别的持久化）、MemoryStore（内存级别的持久化）和TachyonStore（Tachyon内存分布式文件系统级别的持久化）。MemoryStore以反序列化后的数组或者序列化后的字节缓存（ByteBuffer）形式将Block存储到内存。

2015-07-27 10:26:11 2138

原创 Spark源码阅读笔记之BlockStore

Spark源码阅读笔记之BlockStore：BlockManager底层通过BlockStore来对数据进行实际的存储。BlockStore是一个抽象类，有三种实现：DiskStore（磁盘级别的持久化）、MemoryStore（内存级别的持久化）和TachyonStore（Tachyon内存分布式文件系统级的持久化）。

2015-07-24 11:40:57 574

原创 Spark源码阅读笔记之任务调度（一）

Spark源码阅读笔记之任务调度：应用（Application）、作业（Job）、阶段（Stage）、任务（Task）。用户写的spark程序就是一个应用，应用可以提交到集群（yarn、messos或spark原生集群）运行，一个spark应用运行期间可以执行多个spark作业，作业被分割为多个阶段，每个阶段是完成相同功能的任务的集合。

2015-07-09 14:24:23 1237

原创 Spark源码阅读笔记（RDD）（一）

Spark源码阅读笔记（RDD）(一)RDD（Resilient Distributed Dataset,弹性分布式数据集）是spark最基本的抽象，本质上是一个不可变的集合。该集合被划分为不同的分区，分区是存取的基本单元，被存储在不同机器的内存或磁盘中，作用在RDD上的函数可以在不同的分区上并行计算。

2015-07-05 14:36:55 831

jquery超炫滑动菜单

jquery超炫滑动菜单采用jquery实现的超炫的滑动菜单

2013-03-15

机器学习（中文版）

机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能？近年来，机器学习被成功地应用于很多领域，从检测信用卡交易欺诈的数据挖掘程序，到获取用户阅读兴趣的信息过滤系统，再到能在高速公路上自动行驶的汽车。同时，这个学科的基础理论和算法也有了重大的进展。这本教材的目标是展现机器学习中核心的算法和理论。机器学习从很多学科吸收了成果和概念，包括统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等。我相信，研究机器学习的最佳途径是从这些学科的观点看待机器学习，并且以此来理解问题的背景、算法以及其中隐含的假定。这些在以往很难做到，因为在这一领域缺少包容广泛的原始资料。这本书的主要目的就是提供这样的一份资料。

2013-03-15

自然语言处理

为中文自然语言处理而开发的java工具包，也包含为实现这些任务的机器学习算法和数据集.。数据集使用LGPL3.0许可证。功能信息检索：文本分类新闻聚类中文处理：中文分词词性标注实体名识别关键词抽取依存句法分析时间短语识别结构化学习：在线学习层次分类聚类精确推理

2013-03-14

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

huangyuu5的专栏