Spark SQL进阶与实战
Spark相关组件介绍
- Spark及其依赖组件
- Hive Metastore介绍
- Spark Thrift Server介绍
表与ETL
- Spark表基本概念
- Spark建表最佳实践
- Spark ETL最佳实践
- 动态分区表示例分析
Spark SQL查询最佳实践
- Spark SQL查询常见问题
- Join优化策略
- 数据倾斜优化策略
详情请查看附件
欢迎加入钉钉群收看直播回放
入群方式：
Apache Spark 系列技术直播 - Spark SQL进阶与实战
2018-12-05
3344
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
Spark SQL进阶与实战
Spark相关组件介绍
Spark及其依赖组件
Hive Metastore介绍
Spark Thrift Server介绍
表与ETL
Spark表基本概念
Spark建表最佳实践
Spark ETL最佳实践
动态分区表示例分析
Spark SQL查询最佳实践
Sp.
目录
相关文章
|
20天前
|
分布式计算
大数据
Apache
利用.NET进行大数据处理：Apache Spark与.NET for Apache Spark
【10月更文挑战第15天】随着大数据成为企业决策和技术创新的关键驱动力，Apache Spark作为高效的大数据处理引擎，广受青睐。然而，.NET开发者面临使用Spark的门槛。本文介绍.NET for Apache Spark，展示如何通过C#和F#等.NET语言，结合Spark的强大功能进行大数据处理，简化开发流程并提升效率。示例代码演示了读取CSV文件及统计分析的基本操作，突显了.NET for Apache Spark的易用性和强大功能。
32
1
1
|
1月前
|
SQL
分布式计算
大数据
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程（一）
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程（一）
36
0
0
|
1月前
|
SQL
分布式计算
算法
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程（二）
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程（二）
73
0
0
|
1月前
|
SQL
分布式计算
Java
大数据-96 Spark 集群 SparkSQL Scala编写SQL操作SparkSQL的数据源：JSON、CSV、JDBC、Hive
大数据-96 Spark 集群 SparkSQL Scala编写SQL操作SparkSQL的数据源：JSON、CSV、JDBC、Hive
33
0
0
|
9天前
|
分布式计算
大数据
Apache
ClickHouse与大数据生态集成：Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代，能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统，ClickHouse 在大数据分析领域展现出了卓越的能力。然而，为了充分利用ClickHouse的优势，将其与现有的大数据处理框架（如Apache Spark和Apache Flink）进行集成变得尤为重要。本文将从我个人的角度出发，探讨如何通过这些技术的结合，实现对大规模数据的实时处理和分析。
37
2
2
|
1月前
|
存储
分布式计算
算法
大数据-106 Spark Graph X 计算学习 案例：1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例：1图的基本计算、2连通图算法、3寻找相同的用户
58
0
0
|
1月前
|
消息中间件
分布式计算
NoSQL
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
38
0
0
|
1月前
|
消息中间件
存储
分布式计算
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
75
0
0
|
10天前
|
SQL
机器学习/深度学习
分布式计算
Spark快速上手：揭秘大数据处理的高效秘密，让你轻松应对海量数据
【10月更文挑战第25天】本文全面介绍了大数据处理框架 Spark，涵盖其基本概念、安装配置、编程模型及实际应用。Spark 是一个高效的分布式计算平台，支持批处理、实时流处理、SQL 查询和机器学习等任务。通过详细的技术综述和示例代码，帮助读者快速掌握 Spark 的核心技能。
35
6
6
|
8天前
|
存储
分布式计算
Hadoop
数据湖技术：Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代，数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件，通过HDFS存储数据和Spark进行高效计算，实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践，包括数据存储、处理、安全和可视化等方面，展示了它们在实际应用中的协同效应。
41
2
2
热门文章
最新文章
1
JindoFS解析 - 云上大数据高性能数据湖存储方案
2
如何在Aliyun E-MapReduce集群上使用Zeppelin和Hue
3
是时候放弃 Spark Streaming, 转向 Structured Streaming 了
4
利用yarn capacity scheduler在EMR集群上实现大集群的多租户的集群资源隔离和quota限制
5
Spark Operator浅析
6
5分钟迅速搭建云上Lambda大数据分析架构
7
E-MapReduce 2.0.0 版本发布
8
开源大数据周刊-第76期
9
E-MapReduce的Presto组件默认支持访问oss数据
10
开源大数据周刊-第45期
1
【赵渝强老师】部署Hadoop的本地模式
7
2
EMR Serverless Spark：一站式全托管湖仓分析利器
87
3
降本60% ，阿里云 EMR StarRocks 全新发布存算分离版本
231
4
阿里云EMR StarRocks X Paimon创建 Streaming Lakehouse
106
5
从数据积累到大模型的智能飞跃，你准备好了吗？
97
6
DB-GPT v0.6.0 版本更新，发布六大核心新特性！
96
7
云栖实录 | 阿里云 OpenLake 解决方案重磅发布：多模态数据统一纳管、引擎平权联合计算、数据共享统一读写
246
8
阿里云 EMR Serverless Spark 版正式开启商业化
130
9
小红书 API 接口使用指南：笔记详情数据接口的接入与使用
342
10
阿里云 EMR StarRocks 在七猫的应用和实践
235