03年，作者大二买了第一台计算机。记得那时候2种主题的书特别多，注册表和Bios。现在想想《教你21天玩转Bios...[作者空间]
总结 前提：每一个job提交后都会生成一个ResultStage和若干个ShuffleMapStage其中Resu...[作者空间]
这里的SparkSQL是指整合了Hive的spark-sql cli（关于SparkSQL和Hive的整合，见文章...[作者空间]
摘要： 当MySQL单表记录数过大时，数据库的CRUD性能会明显下降，一些常见的优化措施如下： 1.限定数据的范围...[作者空间]
Nginx Nginx是一款由C语言编写的高性能、轻量级的HTTP和反向代理服务器，同时也是一款IMAP/POP3...[作者空间]
随着社会的进步，大数据的高需求，高薪资，高待遇，促使很多人都来学习和转行到大数据这个行业。学习大数据是为了什么？成...[作者空间]
摘要：HBase和Phoenix的优势大家众所周知，想要落地实践却问题一堆？replication的随机发送、Co...[作者空间]
1、常见海量数据处理方法 hash、bit-map（位图法）、bllomfilter、数据库优化、倒排索引、外排序...[作者空间]
概念介绍 分块 在HDFS系统中，为了便于文件的管理和备份，引入分块概念（block）。这里的块是HDFS存储系统...[作者空间]
一、HBase与Hadoop之间的关系 Hadoop框架中的HDFS分布式文件系统为HBase提供了可靠的底层存储...[作者空间]
在讨论JVM内存区域分析之前，先来看一下Java程序具体执行的过程： Java 程序的执行过程：Java 源代码文...[作者空间]
每年，市场上都会出现种种不同的数据管理规模、类型与速度表现的分布式系统。在这些系统中，Spark和hadoop是获...[作者空间]
在数据仓库构建中，ETL贯穿于项目始终，它是整个数据仓库的生命线，包括了从数据清洗，整合，到转换，加载等的各个过程...[作者空间]
前言 继Spark性能优化篇二： 开发调优和Spark性能优化篇一：资源调优讲解了每个Spark开发人员都必须熟...[作者空间]
1、前言 在大数据计算领域，Spark已经成为了越来越流行、越来越受欢迎的计算平台之一。Spark的功能涵盖了...[作者空间]
