《循序渐进学Spark 》导读-低调大师

《循序渐进学Spark 》导读

2017-05-18 539

目　　录

前　言

第1章　 Spark架构与集群环境

1.1　Spark概述与架构

1.1.1　Spark概述

1.1.2　Spark生态

1.1.3　Spark架构

1.2　在Linux集群上部署Spark

1.2.1　安装OpenJDK

1.2.2　安装Scala

1.2.3　配置SSH免密码登录

1.2.4　Hadoop的安装配置

1.2.5　Spark的安装部署

1.2.6　Hadoop与Spark的集群复制

1.3　Spark 集群试运行

1.4　Intellij IDEA的安装与配置

1.4.1　Intellij的安装

1.4.2　Intellij的配置

1.5　Eclipse IDE的安装与配置

1.6　使用Spark Shell开发运行Spark程序

1.7　本章小结

第2章　 Spark 编程模型

2.1　RDD弹性分布式数据集

2.1.1　RDD简介

2.1.2　深入理解RDD

2.1.3　RDD特性总结

2.2　Spark程序模型

2.3　Spark算子

2.3.1　算子简介

2.3.2　Value型Transmation算子

2.3.3　Key-Value型Transmation算子

2.3.4　Action算子

2.4　本章小结

第3章　 Spark机制原理

3.1　Spark应用执行机制分析

3.1.1　Spark应用的基本概念

3.1.2　Spark应用执行机制概要

3.1.3　应用提交与执行

3.2　Spark调度机制

3.2.1　Application的调度

3.2.2　job的调度

3.2.3　stage（调度阶段）和TasksetManager的调度

3.2.4　task的调度

3.3　Spark存储与I/O

3.3.1　Spark存储系统概览

3.3.2　BlockManager中的通信

3.4　Spark通信机制

3.4.1　分布式通信方式

3.4.2　通信框架AKKA

3.4.3　Client、Master和Worker之间的通信

3.5　容错机制及依赖

3.5.1　Lineage（血统）机制

3.5.2　Checkpoint（检查点）机制

3.6　Shuffle机制

3.6.1　什么是Shuffle

3.6.2　Shuffle历史及细节

3.7　本章小结

微信关注我们

原文链接：https://yq.aliyun.com/articles/86273

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《Spark官方文档》Spark Streaming编程指南（二）

累加器和广播变量首先需要注意的是，累加器（Accumulators）和广播变量（Broadcast variables）是无法从Spark Streaming的检查点中恢复回来的。所以如果你开启了检查点功能，并同时在使用累加器和广播变量，那么你最好是使用懒惰实例化的单例模式，因为这样累加器和广播变量才能在驱动器（driver）故障恢复后重新实例化。代码示例如下： Scala Java Python object WordBlacklist { @volatile private var instance: Broadcast[Seq[String]] = null def getInstance(sc: SparkContext): Broadcast[Seq[String]] = { if (instance == null) { synchronized { if (instance == null) { val wordBlacklist = Seq("a", "b", "c") instance = sc.broadcast(wordBlacklist) } } } inst...

2017-05-19

756

Spark SQL, DataFrames 以及 Datasets 编程指南概要 Spark SQL是Spark中处理结构化数据的模块。与基础的Spark RDD API不同，Spark SQL的接口提供了更多关于数据的结构信息和计算任务的运行时信息。在Spark内部，Spark SQL会能够用于做优化的信息比RDD API更多一些。Spark SQL如今有了三种不同的API：SQL语句、DataFrame API和最新的Dataset API。不过真正运行计算的时候，无论你使用哪种API或语言，Spark SQL使用的执行引擎都是同一个。这种底层的统一，使开发者可以在不同的API之间来回切换，你可以选择一种最自然的方式，来表达你的需求。本文中所有的示例都使用Spark发布版本中自带的示例数据，并且可以在spark-shell、pyspark shell以及sparkR shell中运行。 SQL Spark SQL的一种用法是直接执行SQL查询语句，你可使用最基本的SQL语法，也可以选择HiveQL语法。Spark SQL可以从已有的Hive中读取数据。更详细的请参考Hive ...

2017-05-19

548

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。