惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

U
Unit 42
博客园 - Franky
T
Tailwind CSS Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
月光博客
月光博客
人人都是产品经理
人人都是产品经理
雷峰网
雷峰网
Hugging Face - Blog
Hugging Face - Blog
有赞技术团队
有赞技术团队
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
阮一峰的网络日志
阮一峰的网络日志
C
Check Point Blog
爱范儿
爱范儿
T
The Blog of Author Tim Ferriss
aimingoo的专栏
aimingoo的专栏
Stack Overflow Blog
Stack Overflow Blog
博客园 - 聂微东
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
L
LangChain Blog
云风的 BLOG
云风的 BLOG
MyScale Blog
MyScale Blog
Microsoft Security Blog
Microsoft Security Blog
The Cloudflare Blog
博客园 - 三生石上(FineUI控件)

Spark

求助广大网友 真的深入了解开源项目是动手实现--《Spark Core 精简版》 spark 做内容推荐,希望大佬给一些思路上的指导 有没有不错的 SparkStreaming+Kafka 的开源项目可以用来入门和进阶? Spark 解析复杂 xml,数据如何映射到多表中 spark 大数据离线分析 爬虫存到 csv 有的列是长度不固定的 list 请问应该怎么存到 hive?直接存 list 吗?该怎么分析呢? PayPal 招 资深大数据工程师 啦 - 技术栈: Spark, Scala, Java , Python 等 关于 Spark Task 的疑问 有没有在滴滴或者其他网约车公司的同学,请教一个数据量的问题 spark 作业求助,剔除空值大于三的行 spark 有用 kotlin 写代码的吗? 现在写 spark 程序,都是用 scala 吗 spark 核心构件之 Dependency 宽窄依赖 spark 内存管理的实现 spark 源码研究 spark straming。submit Python 脚本报错。 CPython, PyPy 和 Scala 在 Spark 平台上的性能对比 Spark/Scala 的细节讨论:在 map task 里的 map 会得到如何的处理? SPARK 文档查询好费劲 Apache Spark 之间的共享项目配置文件问题 疑问:spark对于迭代运算场景很有优势,那对于迭代不严重的计算场景呢? First Steps with Spark – Screencast #1
求助几个 Spark 问题
hitzhaowenqiang · 2022-06-29 · via Spark

Q1: Someone handed you this dataset (~1GB), and you discovered that it’s over 1,000 tiny files. var df = spark.read.format("orc").load(clean_tracker_cstt_path) ○ Using Spark, please show how you can improve storage efficiency, and explain why this is important. ○ After improving storage efficiency, please explain impact on loading and using dataset in Spark.

Q2: Given the schema below, use Spark 2.x Dataframe API to give count of events per day for the last 7 days.

root |-- action_id: integer (nullable = true) |-- receive_time: timestamp (nullable = true) |-- uuid: string (nullable = true)

Q3: You have calculated the Daily Event Count above using Spark API. Now please find the Min, Max, Mean, and Standard Deviation of Daily Count by using Scala. Only built-in Scala functions may be used. Please format the answer with 2 decimal places, e.g. “The Average Daily Count from Last 7 Days is x.xx”.