AI 助理
备案控制台
开发者社区 大数据 文章 正文

【Spark Summit East 2017】教会Spark集群弹性管理Worker

2017-02-18 1744
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。
简介： 本讲义出自Erik Erlandson与Trevor McKay 在Spark Summit East 2017上的演讲，主要介绍了将Openshift Origin作为实验室，实现了Spark能够创建自己的集群并且动态管理API的平台，还分享了如何充分利用Kubernetes生态系统中的API启用应用程序进行弹性部署。

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data；此外，通过Maxcompute及其配套产品，低廉的大数据分析仅需几步，详情访问https://www.aliyun.com/product/odps。


本讲义出自Erik Erlandson与Trevor McKay 在Spark Summit East 2017上的演讲，主要介绍了将Openshift Origin作为实验室，实现了Spark能够创建自己的集群并且动态管理API的平台，还分享了如何充分利用Kubernetes生态系统中的API启用应用程序进行弹性部署。


3e547eba0020c8efbffbbb54c4387d7d89e1b9a4

60357c1efa5fa8a00272b5ee668499f47d86219e

d4895c29aefac23b33e6be60f157892578d56a26

14f6b360a21ac39cfbc46c167c072392e0dded44

6bf9be418ce798e021a8902a11838ba149eac45e

5c30046ac94a25bb42a2c70d27aa5380a2117cca


36c458cc90b361b4c4ba5f0e6aea7143ec69cb10

d6a07f7e4dc750c1abd2f2b2ac4f309183e29d53

75f9996d0a74610842b3a73be97de8a78d89816f

ac9255af6d3ffdf774fdf781a7dd732946328753

79e4c4d4ba09a126ba85f96b50c79cbf63d78c34

d0ae70d753453ea03ca37a553d562f7651ff55fd

a94a0969e206d045c4df28a31c8c8f2a0fbf1dfa

77c080c0334239fdde50e9ed3e589a8a53b239b9

9c08db811b013eac4dc274da1ccec13049247f2f

f4b77635e3b20dc6648d062b10574cc71b03a1f4

be613859ec04a2d9c73e9513694e45e2ab4e3680

8855ce9f6972783b9342c483e65061d535d77743

6baad3ff579e1ab3913765df80c99b6f4dc1db91

f872034dcecfd8b511bf436b86dcd28b31f2ef2a

c61cc08366fede73949d5bc4134da22b2b3d1803

273b63d55e9dab2fd41494b85794285336b30321

3679f54ccbc9c49be97ffc65053f41d83e1aea9b

834fd5c070ed7afec1769f3e152c8e8d6b080908

45524d8e9a518196359e621a1cad48582c542391

18483ee2b502777682bd2e2797c47c60615700e1

b439307c071a22bbb72a41583ed1ae82b04407c9

39a4d0a318136fafe498f84dfbcc254db3fd502e

2dde9bf7917d06e98694596210330b3a7c75215b

a7412d425b74911badecdbe0b6608dafe1bd494a

69f0323ec1033b4a77d900c52a6e009c82bc8281

8e7bf8e9e76004f420efb6f7a69565eb4f569689

93a4ee381fb5b615bad548f13e42cf0683cf2db5


文章标签：
API
大数据
分布式计算
Spark
关键词：
apache spark集群
apache spark管理
apache spark summit集群
apache spark worker
apache spark弹性
小猫吃鱼569
目录
相关文章
武子康
|
1月前
|
SQL 分布式计算 大数据
大数据-100 Spark 集群 Spark Streaming DStream转换 黑名单过滤的三种实现方式（一）
大数据-100 Spark 集群 Spark Streaming DStream转换 黑名单过滤的三种实现方式（一）
武子康
30 0
武子康
|
1月前
|
SQL 分布式计算 大数据
大数据-100 Spark 集群 Spark Streaming DStream转换 黑名单过滤的三种实现方式（二）
大数据-100 Spark 集群 Spark Streaming DStream转换 黑名单过滤的三种实现方式（二）
武子康
27 0
武子康
|
1月前
|
消息中间件 分布式计算 Kafka
大数据-99 Spark 集群 Spark Streaming DStream 文件数据流、Socket、RDD队列流
大数据-99 Spark 集群 Spark Streaming DStream 文件数据流、Socket、RDD队列流
武子康
28 0
武子康
|
1月前
|
消息中间件 分布式计算 Kafka
大数据-98 Spark 集群 Spark Streaming 基础概述 架构概念 执行流程 优缺点
大数据-98 Spark 集群 Spark Streaming 基础概述 架构概念 执行流程 优缺点
武子康
37 0
武子康
|
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）
武子康
36 0
武子康
|
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）
武子康
73 0
武子康
|
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
武子康
33 0
郑小健
|
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。
郑小健
36 2
ClickHouse与大数据生态集成：Spark & Flink 实战
武子康
|
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
武子康
58 0
武子康
|
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
武子康
38 0

热门文章

最新文章

  • 1
    spark 3.1.x支持（兼容）hive 1.2.x以及hadoop cdh版本的尝试
  • 2
    [Spark][Python]Spark Python 索引页
  • 3
    Spark Job的提交与task本地化分析（源码阅读八）
  • 4
    Spark-spark streaming
  • 5
    Spark编程语言选择：Scala、Java和Python
  • 6
    Spark-构建基于Spark的推荐引擎
  • 7
    十二、Spark的安装与部署详情（Local模式，Standalone模式，Spank on YARN模式）
  • 8
    Spark PruneDependency 依赖关系 RangePartitioner
  • 9
    Spark Master启动源码分析
  • 10
    10月17日Spark社区直播【Tablestore Spark Streaming Connector -- 海量结构化数据的实时计算和处理】
  • 1
    EMR Serverless Spark服务最佳实践测评
    134
  • 2
    E-MapReduce Serverless Spark体验评测
    297
  • 3
    EMR Serverless Spark服务和EMR Serverless StarRocks服务的比较
    103
  • 4
    Spark快速大数据分析PDF下载读书分享推荐
    165
  • 5
    全托管一站式大规模数据处理和分析Serverless平台 | EMR Serverless Spark 评测
    23709
  • 6
    Spark大数据处理：技术、应用与性能优化(全)PDF书籍推荐分享
    145
  • 7
    大数据平台之Spark
    109
  • 8
    数据处理的艺术：EMR Serverless Spark实践及应用体验
    14767
  • 9
    DataWorks产品使用合集之ODPS Spark找不到自己的stdout，该如何解决
    49
  • 10
    DataWorks产品使用合集之spark任务如何跨空间取表数据
    40

    • 相关课程

    更多
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第一阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第三阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第五阶段
  • 大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第六阶段
  • 大数据实时计算框架Spark快速入门

    • 相关电子书

    更多
  • Hybrid Cloud and Apache Spark
  • Scalable Deep Learning on Spark
  • Comparison of Spark SQL with Hive
    • 下一篇
    DataWorks售前咨询