zoukankan      html  css  js  c++  java
  • 当前京东数据平台用到spark 的五种方式

    当前京东数据平台用到spark 的五种方式

    1.spark sql 数据从Hive 同步到ES
      用python包装命令, 使用spark-submit 提交 ,run_shell_cmd(spark-submit) 具体案例可以参考另外的博文

    2.机器学习会用到pyspark 自带的类似kmeans 的方法做数据加载 ,用pypsark 写 应用程序,通过shell 调

    spark-submit 执行命令 包装成zip 进行发布

    3.再有就是机器学习用Scalaspark  打成jar   结合shell spark-submit 打包成zip 发布

    4.另外一种情况把现在python sql 脚本 发布到spark sql 的队列中 ,直接执行 ,相对改变较小,经过测试发现

    需要对内存和core 和executor 要有较好的认知把握才能提高程序执行效率

    5.最后一种情况是 用Java 或是 Scala python  写 spark程序 rdd ,打成jar 发布 shell zip 包 执行 ,这些个

    变化相对较大,不太容易呈现  ,改写要求高,但是对提高对spark 的认识和技能掌握更有提高的空间


    comment : 目前公司前四种都有用到 ,第一和第四条我有尝试测试 ,对于 第2 第3 ,第5 暂时未有深度了解,

    不过迫在眉睫。

  • 相关阅读:
    字段与表的对应关系
    java初学代码,还不太熟练
    编程学习心得
    ps中经常遇到的问题
    R语言矩阵运算加速
    写代码过程中一些数字推理公式
    EXCEL中常用的函数
    css样式中常见的属性
    R语言的基本矩阵运算
    excel常用的函数
  • 原文地址:https://www.cnblogs.com/TendToBigData/p/10501173.html
Copyright © 2011-2022 走看看