- 博客(9)
- 资源 (5)
- 收藏
- 关注
RSS订阅转载 <转>Apache Spark 内存管理详解
Spark 作为一个基于内存的分布式计算引擎，其内存管理模块在整个系统中扮演着非常重要的角色。理解 Spark 内存管理的基本原理，有助于更好地开发 Spark 应用程序和进行性能调优。本文旨在梳理出 Spark 内存管理的脉络，抛砖引玉，引出读者对这个话题的深入探讨。本文中阐述的原理基于 Spark 2.1 版本，阅读本文需要读者有一定的 Spark 和 Java 基础，了解 RDD、Shuff
2017-03-31 14:35:01
1218
2
转载 <转> Hive bucket~
hive中table可以拆分成partition，table和partition可以通过‘CLUSTERED BY ’进一步分bucket，bucket中的数据可以通过‘SORT BY’排序。 bucket主要作用： 1. 数据sampling 2. 提升某些查询操作效率，例如mapside join 需要特别注意的是：clustered by和sorted by不会影响数据的导入，这意味
2017-03-30 15:54:47
494
转载 <转>当MongoDB遇见Spark
适宜读者人群 正在使用Mongodb的开发者 传统Spark生态系统 和 MongoDB在Spark生态的角色 传统Spark生态系统 Spark生态系统 那么Mongodb作为一个database, 可以担任什么样的角色呢? 就是数据存储这部分, 也就是图中的黑色圈圈HDFS的部分, 如下图 用MongoDB替换HDFS后的Spark生态系统
2017-03-27 10:25:57
1521
转载 <转>SparkSQL – 从0到1认识Catalyst
最近想来，大数据相关技术与传统型数据库技术很多都是相互融合、互相借鉴的。传统型数据库强势在于其久经考验的SQL优化器经验，弱势在于分布式领域的高可用性、容错性、扩展性等，假以时日，让其经过一定的改造，比如引入Paxos、raft等，强化自己在分布式领域的能力，相信一定会在大数据系统中占有一席之地。相反，大数据相关技术优势在于其天生的扩展性、可用性、容错性等，但其SQL优化器经验却基本全部来自于传统
2017-03-15 14:00:21
431
转载 <转>详解开源大数据引擎Greenplum的架构和技术特点
本文介绍了大数据引擎Greenplum的架构和部分技术特点。从GPDB基本背景开始，在架构的层面上讲解GPDB系统内部各个模块的概貌，然后围绕GPDB的自身特性、并行执行和运维等技术细节，阐述了为什么选择Greenplum作为下一代的查询引擎解决方案。 Greenplum的MPP架构 Greenplum（以下简称GPDB）是一款开源数据仓库，基于开源的PostgreSQL改造而来，主要
2017-03-15 11:42:21
1331
转载 <转>Spark执行模式解析
摘要：本文主要讲了Spark几种不同的执行模式以及其原理 一、执行模式 提交脚本常见的语法： [plain] view plain copy ./bin/spark-submit \ --class --master \ --deploy-mode \ --conf = \ ... #
2017-03-08 09:38:56
339
转载 <转>Kubernetes Web UI搭建
Kubernetes Web UI搭建 这节我以搭建Kubernetes Web UI（kubernetes-dashboard）来简要演示如何使用Docker私有库。 由于我的Kubernetes集群无法直接从gcr.io拉取kubernetes-dashboard的镜像，我事先下载了镜像文件并使用docker load命令加载镜像： # docker load < kub
2017-03-01 16:40:00
1671
转载 <转>kubernetes集群中部署kube-ui
部署kube-ui的环境： Docker版本： 由2台虚机组成的kubernetes集群。master（192.168.246.130）minion（192.168.246.130,192.168.246.132） 192.168.246.126：是自己搭建的私有docker镜像仓库 部署kube-ui的步骤：
2017-03-01 16:25:12
455
转载 <转> kubernetes 1.3 的安装和集群环境部署
简介： Docker：是一个开源的应用容器引擎，可以为应用创建一个轻量级的、可移植的、自给自足的容器。 Kubernetes：由Google开源的Docker容器集群管理系统，为容器化的应用提供资源调度、部署运行、服务发现、扩容缩容等功能。 Etcd：由CoreOS开发并维护的一个高可用的键值存储系统,主要用于共享配置和服务发现。 Flannel：Flannel是 Co
2017-03-01 16:09:44
334
clementine的中文教程
2013-11-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人