大数据实战-Spark实战技巧
1.连接mysql
--driver-class-path mysql-connector-java-5.1.21.jar
在数据库中,SET GLOBAL binlog_format=mixed;
2.Spark中 使用Hive的udf
同样使用—jars 才行
3.Spark jupyter使用
https://www.jb51.net/article/163641.htm
https://my.oschina.net/albert2011/blog/754174
使用jupyter-notebook --ip hostname -i
来启动
4.Spark使用hive的orc解析格式
spark.sql.hive.convertMetastoreOrc=true
使用spark写入hive表中的数据,可能会出现空指针问题或者数据越界问题,问题原因是spark的元数据解析问题,而不是hive的元数据解析问题
5.row_number排序算子的使用
import org.apache.spark.sql.expressions.Window
import org.apache.spark.sql.functions.row_number
import org.apache.spark.sql.functions._
1.spark.sql(sql).withColumn("rn", row_number().over(Window.partitionBy('f_trans_id).orderBy(col("f_modify_time").desc)))
2.spark.sql(sql).withColumn("rn", row_number().over(Window.partitionBy('f_trans_id).orderBy(-col("f_modify_time"))))
3.val df = spark.sql(sql)
df.withColumn("rn", row_number().over(Window.partitionBy('f_trans_id).orderBy(-df("f_modify_time"))))
4.spark.sql(sql).withColumn("rn", row_number().over(Window.partitionBy('f_trans_id).orderBy(-'f_modify_time)))
注意:-的方式,经过测试,不稳定,有时可以,有时不可以
6.broadcast广播表
sc.broadcast是广播数据,一般用于rdd广播,而下面的方式用于广播表
import org.apache.spark.sql.functions.broadcast
broadcast(tableData).createOrReplaceTempView
吴邪,小三爷,混迹于后台,大数据,人工智能领域的小菜鸟。
更多请关注
最新文章
- js 获取浏览器高度和宽度值(多浏览器)(转)
- javascript中的一些核心知识点以及需要注意的地方
- [转]Linux 的多线程编程的高效开发经验
- Android项目开发实战-2048游戏
- bootstrap之消息提示
- ubuntu SVN环境配置(转)
- Apache、Tomcat、JBoss、Weblogic四个常用的JavaEE服务器
- linux下查看硬件配置的相关命令
- 关于applicationx/www-form-urlencoded和multipart/form-data的描述
- JavaWeb:基于MVC设计模式的一个小案例(一)
- ThreadLocal 和 InheritableThreadLocal (引用)
- 【QT相关】QT+opencv环境配置
- 记vue API 知识点
- Cxf 自动生成客户端服务端代码
- SpriteBuilder中音频波长超过Timeline结尾的情况
- Git认证方式https和ssh的原理及比较
- (六)循环和控制语句及列表迭代(enumerate)
- webpack学习笔记——publicPath路径问题
- Moqui 代码解释
- matlab 三维激光雷达点云的地面与障碍物检测
热门文章
- Codeforces Round #540 (Div. 3) D2. Coffee and Coursework (Hard Version) (二分,贪心)
- POJ2429 GCD &; LCM Inverse pollard_rho大整数分解
- 向Pycharm中导入第三方包 &;&; 更改Pycharm上镜像源
- cs寄存器
- 支撑性服务 &; 自动化
- Jpress小程序
- Cobbler服务部署
- Ansible 自动化部署
- MQTT 协议 部分细节
- 十三香 &; 香料