首页 文章 精选 留言 我的

精选列表

搜索[链源罗盘],共10007篇文章
优秀的个人博客,低调大师

Openstack RPM 同步到本地

openstack RPM 同步到本地: wget -m -c -np --reject=html,gif,A,D -nH --cut-dirs=4 -P /data0/src/openstack-havana/http://repos.fedorapeople.org/repos/openstack/openstack-havana/epel-6/ Puppet RPM 同步到本地: wget -m -c -np --reject=html,gif,A,D -nH --cut-dirs=4 -P /data0/src/puppet/dependencies/http://yum.puppetlabs.com/el/6/dependencies/x86_64/ wget -m -c -np --reject=html,gif,A,D -nH --cut-dirs=4 -P /data0/src/puppet/devel/http://yum.puppetlabs.com/el/6/devel/x86_64/ wget -m -c -np --reject=html,gif,A,D -nH --cut-dirs=4 -P /data0/src/puppet/products/ http://yum.puppetlabs.com/el/6/products/x86_64/ 本文转自 swq499809608 51CTO博客,原文链接:http://blog.51cto.com/swq499809608/1419156

优秀的个人博客,低调大师

Spark连接JDBC数据

在实际的项目环境中,成熟的技术体系对关系型数据库的依赖远远超过hdfs,而且对大数据运算的结果,实践中也倾向于保存到数据库中,以便进行多种方式的可视化。所以本次实践主要完成spark从mysql中读取和写入数据。一般这个操作有两种方式,一种是自己建立jdbc连接,像一般数据库操作一样的写法,一种就是利用spark自带的jdbc操作函数。 首先要把mysql jdbc connector的jar包上传到集群中每台机器的spark/jars目录,这是一个讨巧的办法,因为spark运行之前一定把这里面所有的jar都加到CALSS_PATH里面去了。 通过spark.read.jdbc读取出来的返回值是DataFrame,如下代码所示。` val rfidCardMap = spark.read.jdbc(mysqlHelper.DB_URL_R,"t_rfid_card",Array("org_id="+ ORG_ID), mysqlHelper.PROPERTIES).map(row => { (row.getAs[String]("card_id"), row.getAs[String]("card_label")) }).rdd.collect() toMap` 此函数需要传入参数依次为:数据库连接url,表名,过滤条件表达式列表,带有用户名密码信息的属性对象。读取了数据之后,形成一个(String,String)对象返回。这里有两个要注意的: getAs的类型必须和数据库中列的类型严格匹配 返回元组类型的对象比返回自定义类的对象写法要轻松一些。如果是返回自定义类的对象,编译会出错,一般说法是语句之前加入import spark.implicits._会有效,但未必见得。尚待进一步探索。 如下是一个比较复杂的解析处理代码示例。` val teamWeightMapRDD = dfMedicalWaste.map(row => { (rfidCardMap.get(row.getAs[String]("team_id")) toString, sdf.format(new Date(row.getAs[Timestamp]("rec_ts").getTime)) toInt, row.getAs[Double]("mw_weight")) }).rdd.cache()` 这里sdf就是java里面常用的SimpleDateFormat,它把一个时间戳字段转化成了6个长度的整型。 处理完成后,将结果回写数据库时采用的是本地jdbc连接写法,这块内容很普通了。 这次实践有个特别清晰的理解就是scala的类型推断,由于要统计某个地点一段时间之内的产量总和、平均产量、最大和最小单位时间产量,使用到了DoubleRDDFunctions,代码如下:` val weightArrayRDD = teamWeightMapRDD.filter(teamWeight => { teamWeight._1 == teamName && teamWeight._2 >= week._1 && teamWeight._2 < week._2 }).map(teamWeight => { (teamWeight._2, teamWeight._3) }).reduceByKey((a, b) => a + b ).map(item => { item._2 }).cache()` 使用的时候如下:` line.append(weightArrayRDD sum).append("\t") line.append(weightArrayRDD mean).append("\t") line.append(weightArrayRDD max).append("\t") line.append(weightArrayRDD min).append("\t")` scala会根据返回值类型进行类型推断,从而匹配可以使用的函数,同样是RDD或者DataFram,包含的类型不同,可以使用的函数也不同,这一切都是透明的。

资源下载

更多资源
Mario

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

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

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。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册