AI 助理
备案控制台
开发者社区 数据库 NoSQL数据库 文章 正文

欢迎加入阿里云 HBase+Spark技术交流群

2017-05-17 17334
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
云数据库 MongoDB，独享型 2核8GB
推荐场景：
构建全方位客户视图
云原生多模数据库 Lindorm，多引擎 多规格 0-4节点
推荐场景：
海量数据下Lindorm查询实践
云数据库 Tair（兼容Redis），内存型 2GB
推荐场景：
通过缓存加速数据库访问
简介： 为了让营造一个针对云HBase的技术交流平台，我们特别新建了交流群

首选欢迎各位同学使用云HBase产品，地址为：https://cn.aliyun.com/product/hbase?spm=5176.51065.416540.50.EgxJI1
为了让营造一个针对云HBase+Spark的技术交流平台，我们特别新建了交流群：
目前国内HBase+Spark没有较大的社区及交流群体，但是很多公司都有HBase及Spark的应用，阿里云云HBase技术团队愿意补充这一块，共同探讨HBase+Spark及其生态的问题。

社群

技术交流钉钉大群 阿里云 HBase+Spark社区 【强烈推荐！】 群内每周进行群直播技术分享及问答

文章标签：
云数据库HBase版
Hbase
分布式数据库
关键词：
阿里云apache spark
apache spark技术
云数据库HBase版阿里云
apache spark阿里云
云数据库HBase版技术
相关实践学习
lindorm多模间数据无缝流转
展现了Lindorm多模融合能力——用kafka API写入，无缝流转在各引擎内进行数据存储和计算的实验。
云数据库HBase版使用教程
  相关的阿里云产品：云数据库 HBase 版 面向大数据领域的一站式NoSQL服务，100%兼容开源HBase并深度扩展，支持海量数据下的实时存储、高并发吞吐、轻SQL分析、全文检索、时序时空查询等能力，是风控、推荐、广告、物联网、车联网、Feeds流、数据大屏等场景首选数据库，是为淘宝、支付宝、菜鸟等众多阿里核心业务提供关键支撑的数据库。 了解产品详情: https://cn.aliyun.com/product/hbase   ------------------------------------------------------------------------- 阿里云数据库体验：数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引，您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接，领取免费ECS&RDS资源，30分钟完成数据库上云实战！https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
封神
目录
相关文章
土木林森
|
17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。
土木林森
63 2
土木林森
|
18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26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用，通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理，确保高可靠性和容错性；Spark则凭借其高性能和丰富的API，进行深度分析和机器学习，实现高效的批处理和实时处理。
土木林森
57 1
aliyun4381607004
|
18天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景，随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码，发现使用的`nativeBooster.saveModel`方法不支持OSS路径，而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令，帮助用户顺利迁移模型存储路径。
aliyun4381607004
44 1
技术君
|
4月前
|
存储 分布式计算 Serverless
带你读《阿里云产品五月刊》——五、阿里云 EMR Serverless Spark 版开启免费公测
阿里云 EMR Serverless Spark 版开启免费公测
技术君
94 0
扬流
|
2月前
|
SQL 分布式计算 Serverless
阿里云 EMR Serverless Spark 版正式开启商业化
阿里云 EMR Serverless Spark 版正式开启商业化，内置 Fusion Engine，100% 兼容开源 Spark 编程接口，相比于开源 Spark 性能提升300%；提供 Notebook 及 SQL 开发、调试、发布、调度、监控诊断等一站式数据开发体验！
扬流
147 3
阿里云 EMR Serverless Spark 版正式开启商业化
阿里云瑶池数据库
|
3月前
|
分布式计算 安全 OLAP
7倍性能提升｜阿里云AnalyticDB Spark向量化能力解析
AnalyticDB Spark如何通过向量化引擎提升性能？
阿里云瑶池数据库
322 13
喜欢猪猪
|
2月前
|
分布式计算 Java Apache
Apache Spark Streaming技术深度解析
【9月更文挑战第4天】Apache Spark Streaming是Apache Spark生态系统中用于处理实时数据流的一个重要组件。它将输入数据分成小批次（micro-batch），然后利用Spark的批处理引擎进行处理，从而结合了批处理和流处理的优点。这种处理方式使得Spark Streaming既能够保持高吞吐量，又能够处理实时数据流。
喜欢猪猪
70 0
张飞的猪
|
4月前
|
分布式计算 大数据 Spark
Spark大数据处理：技术、应用与性能优化(全)PDF书籍推荐分享
《Spark大数据处理：技术、应用与性能优化》深入浅出介绍Spark核心，涵盖部署、实战与性能调优，适合初学者。作者基于微软和IBM经验，解析Spark工作机制，探讨BDAS生态，提供实践案例，助力快速掌握。书中亦讨论性能优化策略。[PDF下载链接](https://zhangfeidezhu.com/?p=347)。![Spark Web UI](https://img-blog.csdnimg.cn/direct/16aaadbb4e13410f8cb2727c3786cc9e.png#pic_center)
张飞的猪
150 1
Spark大数据处理：技术、应用与性能优化(全)PDF书籍推荐分享
1941623231718325
|
5月前
|
分布式计算 Hadoop 大数据
大数据技术：Hadoop与Spark的对比
【6月更文挑战第15天】**Hadoop与Spark对比摘要** Hadoop是分布式系统基础架构，擅长处理大规模批处理任务，依赖HDFS和MapReduce，具有高可靠性和生态多样性。Spark是快速数据处理引擎，侧重内存计算，提供多语言接口，支持机器学习和流处理，处理速度远超Hadoop，适合实时分析和交互式查询。两者在资源占用和生态系统上有差异，适用于不同应用场景。选择时需依据具体需求。
1941623231718325
249 1
jjczqyjxgdegi
|
5月前
|
机器学习/深度学习 分布式计算 API
技术好文：Spark机器学习笔记一
技术好文：Spark机器学习笔记一
jjczqyjxgdegi
40 0
数据库

NoSQL数据库

热门文章

最新文章

  • 1
    车纷享：基于阿里云HBase构建车联网平台实践
  • 2
    MongoDB 4.0 事务实现解析
  • 3
    MongoDB复制集同步原理解析
  • 4
    什么是消息队列？
  • 5
    Redis CSRF漏洞分析及云Redis安全措施介绍
  • 6
    redis debug命令详解
  • 7
    Mongodump的archive（归档）模式原理解析
  • 8
    MongoDB数据建模小案例：朋友圈评论内容管理
  • 9
    走进KeyDB
  • 10
    Mongorestore的archive(归档)模式恢复原理解析
  • 1
    MongoDB主备副本集方案：两台服务器使用非对称部署的方式实现高可用与容灾备份
    25
  • 2
    【赵渝强老师】Redis的AOF数据持久化
    30
  • 3
    【赵渝强老师】Redis的RDB数据持久化
    31
  • 4
    【赵渝强老师】安装部署Memcached
    26
  • 5
    【赵渝强老师】Memcached集群的架构
    23
  • 6
    【赵渝强老师】Memcached的数据存储方式
    23
  • 7
    【赵渝强老师】MongoDB的In-Memory存储引擎
    17
  • 8
    【赵渝强老师】MongoDB的WiredTiger存储引擎
    19
  • 9
    【赵渝强老师】MongoDB的MMAPv1存储引擎
    19
  • 10
    【赵渝强老师】MongoDB的存储引擎
    24

    • 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）第四阶段
  • 云数据库HBase版使用教程
  • HBase入门教程
  • 分布式数据库 HBase 快速入门
  • 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

    • 相关实验场景

    更多
  • 基于Hologres+Flink搭建GitHub实时数据大屏
    • 下一篇
    阿里云OSS设置跨域访问