Spark 【问答合集】-问答-阿里云开发者社区-阿里云

开发者社区> 问答> 正文

Spark 【问答合集】

2019-05-29 14:13:40 130722 5

如何使用spark将kafka主题中的writeStream数据写入hdfs?
https://yq.aliyun.com/ask/493211
当Spark在S3上读取大数据集时,在“停机时间”期间发生了什么?
https://yq.aliyun.com/ask/493212
从Redshift读入Spark Dataframe(Spark-Redshift模块)
https://yq.aliyun.com/ask/493215
在初始化spark上下文后,在运行时更改pyspark的hadoop配置中的aws凭据
https://yq.aliyun.com/ask/493217
Window.rowsBetween - 仅考虑满足特定条件的行(例如,不为null)
https://yq.aliyun.com/ask/493220
spark的RDD内容直接用saveAsTextFile保存到hdfs时会出现中文乱码现象,但在控制台用foreach打印该RDD数据显示是正常的,该怎么解决呢?
https://yq.aliyun.com/ask/494418
请问一下如何能查看spark struct streaming内存使用情况呢?
https://yq.aliyun.com/ask/494417
使用spark 2.3 structed streaming 时 checkpoint 频繁在HDFS写小文件,块数到达百万级别 ,这个怎么优化下?
https://yq.aliyun.com/ask/494415
请教大家一个问题,spark stream连kafka,在web页面的stream标签,显示好多batch处于queued状态,这些batch是已经把数据从kafka读取进rdd,等待处理,还是还没有从kafka读取数进rdd?
https://yq.aliyun.com/ask/493702
为什么我使用 dropDuplicates()函数报错
Caused by: java.lang.NoSuchMethodError: org.codehaus.commons.compiler.Location.(Ljava/lang/String;II)V ?
https://yq.aliyun.com/ask/493700
请教一下,我hive中数据大小为16g,通过importtsv生成了hfile 文件,导入到hbase中了,数据变成130多g,还有什么更好的办法吗?
https://yq.aliyun.com/ask/493698
jdbc 连接spark thrift server 如何获取日志?
https://yq.aliyun.com/ask/493582
Spark如何从一行中仅提取Json数据?
https://yq.aliyun.com/ask/493581
pyspark - 在json流数据中找到max和min usign createDataFrame
https://yq.aliyun.com/ask/493234
如何计算和获取Spark Dataframe中唯一ID的值总和?
https://yq.aliyun.com/ask/493231
如何将csv目录加载到hdfs作为parquet?
https://yq.aliyun.com/ask/493224
无法使用Spark在Datastax上初始化图形
https://yq.aliyun.com/ask/493222
使用PySpark计算每个窗口的用户数
https://yq.aliyun.com/ask/493221
sql语句不支持delete操作,如果我想执行delete操作该怎么办?
https://yq.aliyun.com/ask/494420
spark streaming 和 kafka ,打成jar包后((相关第三方依赖也在里面)),放到集群上总是报StringDecoder 找不到class
https://yq.aliyun.com/ask/494421
json字符串中有重名但大小写不同的key,使用play.api.libs.json.Json.parse解析json没有报错,但是spark-sql使用org.openx.data.jsonserde.JsonSerDe时,会自动将key转为小写,然后putOnce函数报错Duplicate key
https://yq.aliyun.com/ask/494423
spark DataFrame写入HDFS怎么压缩?
https://yq.aliyun.com/ask/495552
使用Spark On Hive时,动态的将数据插入到Hive中,但是在Hive的数据表下会有很多文件,这个可以怎么设置一下呢?
https://yq.aliyun.com/ask/495927

技术交流群


Apache Spark中国技术交流群

spark
(钉钉扫码加入)

取消 提交回答
全部回答(5)
添加回答
相关问答

1

回答

spark当中的 RDD具体是什么意思?

2021-12-12 20:58:42 389浏览量 回答数 1

1

回答

Spark和RDD的关系是什么?

2021-12-10 14:05:37 200浏览量 回答数 1

1

回答

Spark中的产生RDD的原因是什么?

2021-12-10 14:03:19 165浏览量 回答数 1

1

回答

spark中RDD之所以为“弹性”的特点的原因有什么?

2021-12-10 13:15:08 169浏览量 回答数 1

1

回答

spark中RDD的特点有哪些?

2021-12-10 13:13:54 154浏览量 回答数 1

1

回答

spark中RDD产生的背景是什么?

2021-12-10 13:11:37 144浏览量 回答数 1

1

回答

Spark RDD是怎么容错的,基本原理是什么?

2021-12-08 21:16:08 92浏览量 回答数 1

1

回答

spark 中对多次使用的RDD进行持久化应该怎么做最好?

2021-12-07 20:29:04 99浏览量 回答数 1

1

回答

spark中避免创建重复的RDD该怎么做?

2021-12-07 20:27:51 91浏览量 回答数 1

1

回答

spark中的RDD的特性是什么?

2021-12-07 06:48:49 282浏览量 回答数 1
+关注
社区小助手
社区小助手是spark中国社区的管理员,我会定期更新直播回顾等资料和文章干货,还整合了大家在钉群提出的有关spark的问题及回答。
12
文章
824
问答
问答排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载