- 博客(11)
- 收藏
- 关注
RSS订阅原创 flink怎么把实时流封装成广播变量并使用
这个示例展示了如何实现定时读取 MySQL 中的维度表数据并封装成广播变量，然后在 Flink 流处理任务中将主数据流的 JSON 中的车架号与广播变量进行匹配，并将车型代码封装到主数据流的 JSON 中输出。在实际应用中，根据实际的数据格式和业务逻辑进行相应的调整。2.合并到主流中，主流是一个json，主流获取到广播变量，通过自己的车架号匹配到广播变量的车架号。1.flink实现每5分钟读取一次mysql维度表数据，然后把数据封装成广播变量，数据是一个map结构，key车架号，value为车型代码。
2023-12-22 17:42:14
498
原创 scala循环的写法有哪些
这些写法提供了更多的灵活性和功能性，让您能够根据需要更精准地控制循环的行为。Scala 是一门功能丰富、灵活的语言，它提供了多种方式来进行迭代和循环操作，您可以根据代码的清晰度、可读性和逻辑需求选择合适的写法。除了上述提到的常见循环方式外，Scala 还提供了其他一些不太常见的写法或语法糖，让您在编写循环时有更多的选择。
2023-12-21 15:12:30
698
原创 结合案例详细说明Spark的部分调优手段
当谈到优化 Apache Spark 应用程序时，有一些更加详细和具体的优化策略和技术，可以帮助提高性能并最大化集群资源利用。coalescecachepersistbucketBy这些优化方法需要结合具体的应用场景和需求来实施。根据数据特点、集群配置和任务类型，综合使用这些方法可以显著提高 Spark 应用程序的性能和效率。
2023-12-21 12:44:48
1028
原创 spark中怎么实现行列转换
函数可以帮助你重新排列数据，将某些行值作为列，并根据指定的聚合函数对这些值进行汇总。函数可用于将包含数组的列拆分成多行，每个数组元素对应一行数据。列中的数组元素拆分成多行，每个员工的每个部门对应一行，并保留了原始的。列的值（A 和 B）转换为两列，并对每个日期的。在 Spark SQL 中，你可以使用。在 Spark SQL 中，你可以使用。列中的值转换为行，并保留对应的。进行分组，并且对应每个日期的。假设你有一个包含以下数据的表。列中的值转换为列，可以按照。假设你有一个包含以下数据的表。
2023-12-21 12:29:06
1316
原创 深入了解spark中RDD的本质和源码
在Apache Spark中，RDD（Resilient Distributed Dataset，弹性分布式数据集）是其核心概念之一。RDD 是对分布式数据集的抽象表示，它代表了可分区、可并行操作的数据集合。
2023-12-21 12:12:57
876
原创 spark中DataFrame的本质是什么
当谈论Apache Spark中的DataFrame时，我们需要了解它是什么、它的本质是什么以及它为什么在大数据处理中如此重要。DataFrame是什么？DataFrame是Spark SQL提供的一种抽象概念，它是以分布式数据集合为基础构建的高级API。DataFrame可以被视为一种类似于关系型数据库表格的结构化数据形式。它是在Spark的基础数据结构RDD（Resilient Distributed Dataset）之上构建的，但与RDD不同，DataFrame具有schema（模式），这意味
2023-12-19 16:19:11
819
原创 spark计算一个数组的概率密度
接着，创建了一个示例数据的 DataFrame，并将 UDF 应用到 DataFrame 中的数组列上，计算每个数组的概率密度函数值。最后展示了结果，每个数组对应的概率密度函数值数组被添加为新的列。类型的参数，并返回一个数组，数组中每个元素是对应位置元素的概率密度值。在 UDF 内部，首先计算了数组的均值和标准差，然后使用这些值来初始化一个正态分布，并计算每个元素的概率密度值。这段代码中，首先定义了一个名为。
2023-12-19 15:39:38
680
原创 使用spark计算一个二维数组中每一列的最大值
有一组数据类型为Array[Array[Float]]的数据，代表的是n*m的矩阵，求每一列的最大值
2023-12-19 15:36:51
430
原创 如何使用spark把数组转换成向量
转换为一个包含一列的 DataFrame，并使用定义的 UDF 将数组列转换为向量列。类型，可以编写一个自定义的 Spark UDF 来完成这个转换。sparkUDF入参是Array[Float]类型，转换为 Spark 中的。这个UDF接受类型为。这段代码首先定义了一个名为。的输入参数，并将其转换为。方法展示转换后的结果。
2023-12-19 15:33:24
367
原创 azkaban短信报警功能和项目依赖功能实现
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档前言目前，调度工具中，使用最多的就是oozie和azkaban，但是，这两个工具都没有项目依赖功能和短信报警功能，我们公司一直在使用azkaban，但是原生的azkaban只有邮件报警功能，收到邮件报警对于我们来说，并不能很快速的响应到相关开发人员。并且我们项目之间需要有依赖，例如：A项目是一个定时抽取数据的任务，B任务是计算任务，但是B任务必须在A任务完成过后才能做计算。这就是一个简单的项目依赖场景。针对以上场景，我花了两周时间.
2020-09-03 16:46:16
1293
3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人