Spark SQL程序设计（2）-低调大师

Spark SQL程序设计（2）

2018-08-05 524

读取JSON数据

{"age":"45","gender":"M","occupation":"7","userID":"4","zipcode":"02460"}

{"age":"1","gender":"F","occupation":"10","userID":"1","zipcode":"48067"}

scala> val jsondf=spark.read.textfile("//user.json")

生成另外一个json文件

scala> josndf.write.mode("overwrite").json("//user2.json")

查看DF

scala>userDF.show(4)

scala> userDF.printSchema
root
|-- age: string (nullable = true)
|-- gender: string (nullable = true)
|-- occupation: string (nullable = true)
|-- userID: string (nullable = true)
|-- zipcode: string (nullable = true)

修改DF/DS元信息

微信关注我们

原文链接：https://yq.aliyun.com/articles/622778

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。

HBase查询优化

1.概述 HBase是一个实时的非关系型数据库，用来存储海量数据。但是，在实际使用场景中，在使用HBase API查询HBase中的数据时，有时会发现数据查询会很慢。本篇博客将从客户端优化和服务端优化两个方面来介绍，如何提高查询HBase的效率。 2.内容这里，我们先给大家介绍如何从客户端优化查询速度。 2.1 客户端优化客户端查询HBase，均通过HBase API的来获取数据，如果在实现代码逻辑时使用API不当，也会造成读取耗时严重的情况。 2.1.1 Scan优化在使用HBase的Scan接口时，一次Scan会返回大量数据。客户端向HBase发送一次Scan请求，实际上并不会将所有数据加载到本地，而是通过多次RPC请求进行加载。这样设计的好处在于避免大量数据请求会导致网络带宽负载过高影响其他业务使用HBase，另外从客户端的角度来说可以避免数据量太大，从而本地机器发送OOM（内存溢出）。默认情况下，HBase每次Scan会缓存100条，可以通过属性hbase.client.scanner.caching来设置。另外，最大值默认为-1，表示没有限制，具体实现见源代码： /*...

2018-08-05

562

ssh免密码登录Permission denied (publickey,gssapi-keyex,gssapi-with-mic) 的解决方案 1.在hadoop目录新建.ssh目录使用：ssh-keygen -t rsa 生成公私钥默认生成在、/home/user/.ssh文件中直接复制到hadoop/.ssh文件中即可把公钥信息写入authorized_keys文档中：cat id_rsa.pub >> authorized_keys 2.修改文件夹以及文件的权限。 #chmod 700 hadoop/.ssh #chmod 644 hdoop/.ssh/authorized_keys 3.配置ssh服务器配置文件。在root 用户下才能配置。 vim /etc/ssh/sshd_config 以下权限设为no： PermitRootLogin no UsePAM no PasswordAuthentication no 以下权限设为yes： RSAAuthentication yes PubkeyAuthentication yes 4.重启sshd服...

2018-08-06

534

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。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。