- 博客(16)
- 资源 (192)
- 收藏
- 关注
原创 Spark学习笔记整理 --- 2018-07-29【Spark算子的键值对RDD】
常用的键值对转换操作常用的键值对转换操作包括reduceByKey()、groupByKey()、sortByKey()、join()、cogroup()等,下面我们通过实例来介绍。1.reduceByKey(func)reduceByKey(func)的功能是,使用func函数合并具有相同键的值。比如,reduceByKey((a,b) => a+b),有四个键值对(“spar...
2018-07-29 18:31:22 539
原创 Spark中算子groupByKey() 与 reduceByKey(func) 区别
reduceByKey(func)的功能是,使用func函数合并具有相同键的值。比如,reduceByKey((a,b) => a+b),有四个键值对(“spark”,1)、(“spark”,2)、(“hadoop”,3)和(“hadoop”,5) groupByKey()的功能是,对具有相同键的值进行分组。比如,对四个键值对(“spark”,1)、(“spark”,2)、(“...
2018-07-29 18:24:48 1035
原创 Java 实现JDBC的ImpalaUtil
import com.alibaba.fastjson.JSONObject;import org.apache.commons.logging.Log;import org.apache.commons.logging.LogFactory;import java.sql.*;import java.util.ArrayList;/** * @author yangxin_rya...
2018-07-29 17:55:37 1582
原创 Python实现将Excel转换成为image
我的主要思路是:Excel -> Html -> Image代码如下:# -*- coding:utf-8 -*-__author__ = 'YangXin'import sysimport pandas as pdimport codecsimport imgkitreload(sys)sys.setdefaultencoding('utf-8')#...
2018-07-29 17:47:51 8767 9
原创 scala实现 SparkStreaming 实时处理日志写入Kudu
import kafka.serializer.StringDecoderimport org.apache.kudu.spark.kudu.KuduContextimport org.apache.log4j.Loggerimport org.apache.spark.sql.SQLContextimport org.apache.spark.streaming.kafka.Kafka...
2018-07-26 15:36:30 3467 1
原创 Python实现将DataFrame写入Mysql
# -*- coding:utf-8 -*-__author__ = 'yangxin_ryan'from sqlalchemy import create_engineimport pandas as pd# MySQLUtil include:# df_write_mysql -> DataFrame write into mysql xx database xx ta...
2018-07-26 15:21:21 10869 2
原创 解决 --- client does not support authentication
切换到mysql数据库然后mysql> alter user 'root'@'localhost' identified with mysql_native_password by '123456';Query OK, 0 rows affected (0.10 sec)mysql> flush privileges;Query OK, 0 rows affected (...
2018-07-25 17:04:08 20050 17
原创 Scala函数什么时候应该使用特质而不是抽象类?
如果你想定义一个类似接口的类型,你可能会在特质和抽象类之间难以取舍。这两种形式都可以让你定义一个类型的一些行为,并要求继承者定义一些其他行为。一些经验法则:优先使用特质。一个类扩展多个特质是很方便的,但却只能扩展一个抽象类。 如果你需要构造函数参数,使用抽象类。因为抽象类可以定义带参数的构造函数,而特质不行。例如,你不能说trait t(i: Int) {},参数i是非法的。...
2018-07-19 15:47:02 434
原创 scala 构造函数
class Calculator(brand: String) { // 构造函数 val color: String = if (brand == "TI") { "blue" } else if (brand == "HP") { "black" } else { "write" } // 自定义函数 def add(m: Int, n:I...
2018-07-19 15:41:15 868
原创 scala函数柯里化代码块
// 柯里化函数代码块 def mul3(x: Int, y: Int, z: Int) = x * y * z def mul4(x: Int)(y: Int)(z: Int) = x * y * z // 柯里化后的函数,每次传进去一个函数,一共传三次 (mul3 _).curried ...
2018-07-19 15:25:14 360
原创 Python解析XML文件内容
例子:<?xml version="1.0" encoding="UTF-8" ?><report> <query db="hive" name="account_2"> aaa </query> <template>XXX日报<
2018-07-18 20:39:03 551
原创 Kudu学习笔记 --- Kudu与Hbase区别与联系
前提 hbase的物理模型是master和regionserver,regionserver存储的是region,region里边很有很多store,一个store对应一个列簇,一个store中有一个memstore和多个storefile,store的底层是hfile,hfile是hadoop的二进制文件,其中HFile和HLog是hbase两大文件存储格式,HFile用于存储数据,HLo...
2018-07-18 16:07:24 1955
原创 Spark学习笔记整理 --- 2018-07-17【计算RDD中元素的时候为什么要持久化】
在Spark中,RDD采用惰性求值的机制,每次遇到行动操作,都会从头开始执行计算。如果整个Spark程序中只有一次行动操作,这当然不会有什么问题。但是,在一些情形下,我们需要多次调用不同的行动操作,这就意味着,每次调用行动操作,都会触发一次从头开始的计算。这对于迭代计算而言,代价是很大的,迭代计算经常需要多次重复使用同一组数据。比如,下面就是多次计算同一个DD的例子:scala> v...
2018-07-17 21:05:12 788
原创 Spark学习笔记整理 --- 2018-07-17 【RDD编程】
RDD创建RDD可以通过两种方式创建:* 第一种:读取一个外部数据集。比如,从本地文件加载数据集,或者从HDFS文件系统、HBase、Cassandra、Amazon S3等外部数据源中加载数据集。Spark可以支持文本文件、SequenceFile文件(Hadoop提供的 SequenceFile是一个由二进制序列化过的key/value的字节流组成的文本存储文件)和其他符合Hadoop ...
2018-07-17 21:01:39 364
原创 Centos Impala安装
Impala安装安装包下载:http://archive.cloudera.com/beta/impala-kudu/redhat/。根据你的系统选对应的包哈 下载impala-kudu 1.1.0版本相关的rpm包:http://archive.cloudera.com/beta/impala-kudu/redhat/6/x86_64/impala-kudu/1.1.0/RPMS...
2018-07-17 20:24:29 3859 1
原创 Centos kudu安装笔记
kudu有两种安装方式1.CDH界面安装2.使用开源的来安装下载下列rpm包后,按顺序安装: sudo yum install cyrus-sasl-plain lsbsudo rpm -ivh /tmp/kudu-1.2.0+cdh5.10.0+0-1.cdh5.10.0.p0.56.el6.x86_64.rpmsudo rpm -ivh /tmp/kudu-mast...
2018-07-17 20:22:36 826
深入浅出Otter与Canal.pdf
2020-02-29
weworkapi_python-master.zip
2020-01-20
基础算法-LP算法_线性规划问题.pptx
2019-10-17
基础算法-递归-杨鑫20191010.pptx
2019-10-17
基础算法 - 动态规划-2019-08-01.pptx
2019-10-17
Confluence-5.6.6-language-pack-zh_CN.jar
2018-09-30
Goods: Organizing Google’s Datasets
2018-09-06
Kudu- Storage for Fast Analytics on Fast Data
2017-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人