Spark_LinearRegression_MLLib
该应用程序通过spark和mllib估计具有400个数据集的房价。
应用程序屏幕图像
2021-07-07 15:06:26
148KB
1
An Architecture for Fast and General Data Processing on Large Clusters.pdf
Discretized Streams An Efficient and Fault-Tolerant Model for Stream Processing on Large Clusters.pdf
Discretized Streams Fault-Tolerant Streaming Computation at Scale.pdf
GraphX Unifying Data Parallel and Graph Parallel.pdf
2021-07-06 09:01:20
18.02MB
1
使用Docker构建大数据Hadoop、Spark集群动手实战_Final
2021-07-05 19:36:55
7.33MB
1
基于Spark2.x新闻网大数据实时分析可视化系统项目
一，业务需求分析
捕获用户浏览日志信息
实时分析前20名流量最高的新闻话题
实时统计当前线上已曝光的新闻话题
统计其中的用户浏览量最高
二，系统架构图设计
三，系统数据流程设计
四，开展资源规划设计
五，步骤详解
具体请参考
2021-07-05 14:28:07
3.44MB
1
这是一个基本的通用微计算元素项目。
在这个项目中，我们将提供： 1. Scala/Java 容器，它将接收一个数据对象（事件）并在其上执行给定的代码。 2. 开箱即用的端到端登录 3. 至少已验证连接： a. SQL B. 卡夫卡 C. Hadoop D. JMS E. 4.导致内存缓存。 5. 开发者 UI（下一阶段）
2021-07-05 09:05:02
31KB
1
由于Spark基于内存计算的特性，集群的任何资源都可以成为Spark程序的瓶颈:CPU，网络带宽，或者内存。通常，如果内存容得下数据，瓶颈会是网络带宽。不过有时你同样需要做些优化，例如将RDD以序列化到磁盘，来降低内存占用。
本教程通过源码引导读者深入理解Spark的集群部署的内部机制、Spark内部调度的机制、Executor的内部机制、Shuffle的内部机制，进而讲述Tungsten的内部机制，让学员知其然知其所以然。教程的后部分，是任何Spark应用者都很好关注的Spark性能调优的内容。
2021-07-04 23:26:11
6.07MB
1