AI 助理
文档备案控制台
开发者社区 大数据与机器学习 开源大数据平台 E-MapReduce 文章 正文

7月24日晚Spark社区直播：【Apache Spark 基于 Apache Arrow 的列式存储优化】

2019-07-23 2772
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： Apache Arrow 是一个基于内存的列式存储标准，旨在解决数据交换和传输过程中，序列化和反序列化带来的开销。目前，Apache Spark 社区的一些重要优化都在围绕 Apache Arrow 展开，本次分享会介绍 Apache Arrow 并分析通过 Arrow 将给 Spark 带来哪些特性。

直播间直达链接：（回看链接）

https://tianchi.aliyun.com/course/live?spm=5176.12282027.0.0.5622379ccY33Rf&liveId=41070

时间

7月24日19:00

主讲人：

诚历，阿里巴巴计算平台事业部 EMR 技术专家，Apache Sentry PMC，Apache Commons Committer，目前从事开源大数据存储和优化方面的工作。

简介：

Apache Arrow 是一个基于内存的列式存储标准，旨在解决数据交换和传输过程中，序列化和反序列化带来的开销。目前，Apache Spark 社区的一些重要优化都在围绕 Apache Arrow 展开，本次分享会介绍 Apache Arrow 并分析通过 Arrow 将给 Spark 带来哪些特性。
_Apache_Spark_Apache_Arrow____spark_

文章标签：
开源大数据平台 E-MapReduce
Apache
分布式计算
Spark
存储
开源大数据EMR
目录
相关文章
郑小健
|
消息中间件 监控 大数据
优化Apache Kafka性能：最佳实践与调优策略
【10月更文挑战第24天】作为一名已经对Apache Kafka有所了解并有实际使用经验的开发者，我深知在大数据处理和实时数据流传输中，Kafka的重要性不言而喻。然而，在面对日益增长的数据量和业务需求时，如何保证系统的高性能和稳定性成为了摆在我们面前的一个挑战。本文将从我的个人视角出发，分享一些关于如何通过合理的配置和调优来提高Kafka性能的经验和建议。
郑小健
749 4
运维有小邓
|
监控 安全 BI
优化 Apache 日志记录的 5 个最佳实践
Apache 日志记录对于维护系统运行状况和网络安全至关重要，其核心包括访问日志与错误日志的管理。通过制定合理的日志策略，如选择合适的日志格式、利用条件日志减少冗余、优化日志级别、使用取证模块提升安全性及实施日志轮换，可有效提高日志可用性并降低系统负担。此外，借助 Eventlog Analyzer 等专业工具，能够实现日志的高效收集、可视化分析与威胁检测，从而精准定位安全隐患、评估服务器性能，并满足合规需求，为强化网络安全提供有力支持。
运维有小邓
395 0
优化 Apache 日志记录的 5 个最佳实践
SelectDB
|
存储 SQL 监控
计算效率提升 10 倍，存储成本降低 60%，灵犀科技基于 Apache Doris 建设统一数据服务平台
灵犀科技早期基于 Hadoop 构建大数据平台，在战略调整和需求的持续扩增下，数据处理效率、查询性能、资源成本问题随之出现。为此，引入 [Apache Doris](https://doris.apache.org/) 替换了复杂技术栈，升级为集存储、加工、服务为一体的统一架构，实现存储成本下降 60%，计算效率提升超 10 倍的显著成效。
SelectDB
867 0
计算效率提升 10 倍，存储成本降低 60%，灵犀科技基于 Apache Doris 建设统一数据服务平台
武子康
|
SQL 分布式计算 NoSQL
大数据-164 Apache Kylin Cube优化 案例1 定义衍生维度与对比 超详细
大数据-164 Apache Kylin Cube优化 案例1 定义衍生维度与对比 超详细
武子康
382 1
大数据-164 Apache Kylin Cube优化 案例1 定义衍生维度与对比 超详细
SelectDB
|
存储 消息中间件 运维
招联金融基于 Apache Doris 数仓升级：单集群 QPS 超 10w，存储成本降低 70%
招联内部已有 40+ 个项目使用 Apache Doris ，拥有超百台集群节点，个别集群峰值 QPS 可达 10w+ 。通过应用 Doris ，招联金融在多场景中均有显著的收益，比如标签关联计算效率相较之前有 6 倍的提升，同等规模数据存储成本节省超 2/3，真正实现了降本提效。
SelectDB
872 11
招联金融基于 Apache Doris 数仓升级：单集群 QPS 超 10w，存储成本降低 70%
人物我非-32022
|
分布式计算 监控 大数据
如何优化Spark中的shuffle操作？
【10月更文挑战第18天】
人物我非-32022
1202 1
yuanzhengme
|
存储 分布式计算 监控
Spark如何优化？需要注意哪些方面？
【10月更文挑战第10天】Spark如何优化？需要注意哪些方面？
yuanzhengme
334 6
技术小达人
|
SQL 分布式计算 Java
Spark SQL向量化执行引擎框架Gluten-Velox在AArch64使能和优化
本文摘自 Arm China的工程师顾煜祺关于“在 Arm 平台上使用 Native 算子库加速 Spark”的分享，主要内容包括以下四个部分： 1.技术背景 2.算子库构成 3.算子操作优化 4.未来工作
技术小达人
2371 0
龙大吉
|
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。
龙大吉
600 1
武子康
|
存储 大数据 分布式数据库
大数据-165 Apache Kylin Cube优化 案例 2 定义衍生维度及对比 & 聚合组 & RowKeys
大数据-165 Apache Kylin Cube优化 案例 2 定义衍生维度及对比 & 聚合组 & RowKeys
武子康
389 1
大数据与机器学习

开源大数据平台 E-MapReduce

热门文章

最新文章

  • 1
    阿里封神谈hadoop生态学习之路
  • 2
    分布式快照算法: Chandy-Lamport
  • 3
    JindoFS: 云上大数据的高性能数据湖存储方案
  • 4
    Spark in action on Kubernetes - Playground搭建与架构浅析
  • 5
    梨视频：基于阿里云E-MapReduce搭建视频推荐系统的实践
  • 6
    JindoFS解析 - 云上大数据高性能数据湖存储方案
  • 7
    如何在Aliyun E-MapReduce集群上使用Zeppelin和Hue
  • 8
    漫谈分布式计算框架
  • 9
    助力云上开源生态 - 阿里云开源大数据平台的发展
  • 10
    玩转阿里云EMR三部曲-中级篇 集成自有服务
  • 1
    EMR Serverless Daft 算子市场免费公测｜10分钟极速实战（附视频教程）
    94
  • 2
    EMR Serverless StarRocks AI Function构建智能驾驶训练数据管理平台
    154
  • 3
    淘天集团基于 Fluss、Paimon 与 StarRocks 构建湖流一体数据链路
    207
  • 4
    EMR Serverless Spark AI Function 的双维降本实践
    188
  • 5
    【直播】StarRocks Stella 2.0 发布｜具身行业训练数据圈选实战
    179
  • 6
    活动报名 | Agentic Lakehouse Meetup · 北京站，从开源技术创新到多模态数据智能化
    359
  • 7
    基于 StarRocks提效多模态工单标注与舆情研判的实践
    207
  • 8
    EMR Serverless Spark PB级文本语义去重4倍加速的技术方案解读
    272
  • 9
    分链路差异化设计的DSP准实时数仓｜钛动科技基于阿里云实时计算 Flink 版 + DLF Paimon + EMR Serverless StarRocks 的实践
    225
  • 10
    阿里云 EMR Serverless StarRocks（Stella 2.2.0）发布：多模态处理与分析闭环，内表与湖表统一检索
    465

    • 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）第五阶段
  • 大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第七阶段
  • Apache Flink 入门到实战 - Flink开源社区出品
  • 大数据实时计算框架Spark快速入门
  • Apache Flink 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

    • 推荐镜像

    更多
  • apache
    • 下一篇
    一条命令迁移，帮你实现 OpenClaw 与 Hermes Agent 记忆互通！