Spark问答合集及解决方法
Spark问答合集及解决方法，转自阿里云开发者问答，大家有问题可以移步阿里云问答模块：https://developer.aliyun.com/ask/
- 如何使用spark将kafka主题中的writeStream数据写入hdfs？
https://yq.aliyun.com/ask/493211 - 当Spark在S3上读取大数据集时，在“停机时间”期间发生了什么？
https://yq.aliyun.com/ask/493212 - 从Redshift读入Spark Dataframe（Spark-Redshift模块）
https://yq.aliyun.com/ask/493215 - 在初始化spark上下文后，在运行时更改pyspark的hadoop配置中的aws凭据
https://yq.aliyun.com/ask/493217 - Window.rowsBetween - 仅考虑满足特定条件的行（例如，不为null）
https://yq.aliyun.com/ask/493220 - spark的RDD内容直接用saveAsTextFile保存到hdfs时会出现中文乱码现象，但在控制台用foreach打印该RDD数据显示是正常的，该怎么解决呢？
https://yq.aliyun.com/ask/494418 - 请问一下如何能查看spark struct streaming内存使用情况呢？
https://yq.aliyun.com/ask/494417 - 使用spark 2.3 structed streaming 时 checkpoint 频繁在HDFS写小文件，块数到达百万级别 ，这个怎么优化下？
https://yq.aliyun.com/ask/494415 - 请教大家一个问题，spark stream连kafka，在web页面的stream标签，显示好多batch处于queued状态，这些batch是已经把数据从kafka读取进rdd，等待处理，还是还没有从kafka读取数进rdd？
https://yq.aliyun.com/ask/493702 - 为什么我使用 dropDuplicates()函数报错
Caused by: java.lang.NoSuchMethodError: org.codehaus.commons.compiler.Location.(Ljava/lang/String;II)V ?
https://yq.aliyun.com/ask/493700
- 请教一下，我hive中数据大小为16g，通过importtsv生成了hfile 文件，导入到hbase中了，数据变成130多g，还有什么更好的办法吗?
https://yq.aliyun.com/ask/493698 - jdbc 连接spark thrift server 如何获取日志?
https://yq.aliyun.com/ask/493582 - Spark如何从一行中仅提取Json数据?
https://yq.aliyun.com/ask/493581 - pyspark - 在json流数据中找到max和min usign createDataFrame
https://yq.aliyun.com/ask/493234 - 如何计算和获取Spark Dataframe中唯一ID的值总和？
https://yq.aliyun.com/ask/493231 - 如何将csv目录加载到hdfs作为parquet？
https://yq.aliyun.com/ask/493224 - 无法使用Spark在Datastax上初始化图形
https://yq.aliyun.com/ask/493222 - 使用PySpark计算每个窗口的用户数
https://yq.aliyun.com/ask/493221 - sql语句不支持delete操作，如果我想执行delete操作该怎么办？
https://yq.aliyun.com/ask/494420 - spark streaming 和 kafka ，打成jar包后((相关第三方依赖也在里面))，放到集群上总是报StringDecoder 找不到class
https://yq.aliyun.com/ask/494421 - json字符串中有重名但大小写不同的key，使用play.api.libs.json.Json.parse解析json没有报错，但是spark-sql使用org.openx.data.jsonserde.JsonSerDe时，会自动将key转为小写，然后putOnce函数报错Duplicate key
https://yq.aliyun.com/ask/494423 - spark DataFrame写入HDFS怎么压缩？
https://yq.aliyun.com/ask/495552 - 使用Spark On Hive时，动态的将数据插入到Hive中，但是在Hive的数据表下会有很多文件，这个可以怎么设置一下呢？
https://yq.aliyun.com/ask/495927
