问题导读: 1.如何基于Spark做机器学习？ 2.如何基于Spark做新词发现？ 3.如何基于Spark做智能问答？ Hi，大家好！ ...

不会飞的小凯凯 2015-12-11 6 12650

本帖最后由 不会飞的小凯凯 于 2016-4-22 20:25 编辑 问题导读: 1.RDD本质是什么？ 2.shuffle本质是什么？ 3.为什么spark容 ...

不会飞的小凯凯 2016-4-22 3 9504

问题导读： 1.什么是Parquet？2.Hbase怎样转换为Parquet？ 列式存储布局（比如 Parquet）可以加速查询，因为它只检查 ...

fc013 2016-5-15 0 10115

问题导读： 1.什么是Spark Streaming？2.怎样用Spark Streaming做关键词检测？3.怎样实现关键词检测程序？ 许多公司使 ...

fc013 2016-5-15 0 9251

问题导读： 1.什么是Spark Streaming？2.Spark Streaming如何工作？3.怎样实现Spark Streaming？ 本篇文章用Spark Stre ...

fc013 2016-5-14 0 10780

问题导读： 1.什么是MLBase? 2.MLbase机器学习算法的流程? 3.Scala实现KMeans算法? 1.什么是MLBase ML ...

sunshine_junge 2014-12-25 3 121953

问题导读： 1、DStream和RDD如何理解他们的关系？ 2、RDD如何在Spark Stream中产生？ 3、怎么释放Cache住的RDD？ 大家 ...

levycui 2016-5-10 2 9293

本帖最后由 xuanxufeng 于 2016-5-10 15:41 编辑 问题导读 1.spark.cleaner.ttl为何被弃用？ 2.在ContextCleaner，调用哪 ...

xuanxufeng 2016-5-10 2 20819

问题导读 1.UDF对spark sql的作用是什么？ 2.用Scala编写的UDF与普通的Scala函数唯一的区别在什么地方？ 3.如何在spark中 ...

xuanxufeng 2016-5-3 3 17763

问题导读： 1.数据如何处理？ 2.从数据中如何提取有用的特征？ 3.有哪些衍生特征？ 数据处理以及转 ...

eying 2016-5-2 0 21672

本帖最后由 PeersLee 于 2016-4-27 19:55 编辑 问题导读： 1.本文内容适用范围是什么？ 2.DStream, transformation, outpu ...

PeersLee 2016-4-27 0 9579

问题导读： 1. Spark On Yarn 如何提高CPU利用率？ 2. 在并行计算处理框架下（Spark或MapReduce），为什么需要将数据进行分片 ...

Oner 2016-4-24 1 12941

问题导读： 1.什么是PySpark？2.怎样利用PySpark处理数据并进行图表分析？3.使用PySpark过程中需要注意哪些事项？ ...

fc013 2016-4-24 0 37192

本帖最后由 PeersLee 于 2016-4-13 19:01 编辑 问题导读： 1.Spark生态圈是否缺乏一个支持在线学习的流分析算法引擎？ 2 ...

PeersLee 2016-4-13 1 13814

问题导读 1.Spark on YARN客户端模式作业运行过程是什么？ 2.Spark on YARN集群模式作业运行过程是什么？ 3.二者的区别是什 ...

xuanxufeng 2016-4-15 0 14951

本帖最后由 不会飞的小凯凯 于 2016-4-8 17:15 编辑 问题导读: 1.Spark的引擎工具有哪些？ 2.每个引擎工具各有什么作用？ ...

不会飞的小凯凯 2016-4-8 1 9881

问题导读 1.spark提供了哪三种方式配置系统？2.环境变量如何配置？3.spark.executor.memory的含义是什么？ Spark提供 ...

xuanxufeng 2016-4-5 3 9984

问题导读： 1.Saprk怎么Running在Thrift JDBC Server上？ 2.java JDBC怎么操作？ Running the Thrift JDBC/ODBC server ...

breaking 2016-3-31 5 14734

本帖最后由 breaking 于 2016-3-31 14:56 编辑 问题导读： 1.Spark Sql UDF怎么使用？ 2.案例分析使用过程？ S ...

breaking 2016-3-31 2 11694

问题导读： 1.怎样利用Spark机器学习API进行特征提取？2.怎样利用Spark机器学习API进行特征选择？3.Spark机器学习API中的特征 ...

fc013 2016-4-3 1 15530

本帖最后由 Oner 于 2016-4-3 19:13 编辑 问题导读： 1. SparkSQL作业是如何执行的？2.SparkSQL和Hive On MapReduce的区别在 ...

Oner 2016-4-2 1 9672

问题导读 1.spark如何增加CPU利用率？ 2.partition是什么？ 3.并行的executor的数量，有哪两种方式？ 下面这些关 ...

xuanxufeng 2016-1-21 4 15011

问题导读： 1.什么时候需要启用 checkpoint？2.如何使用 checkpoint？3.在什么时机进行 checkpoint？ 一个 Streaming ...

fc013 2016-3-27 4 11951

问题导读： 1.JobGenerator中的定时逻辑是什么？2.为 batch 生成 jobs的流程是什么？3.jobs的生成过程有哪几步？ Job ...

fc013 2016-3-26 0 8348

问题导读： 1.streaming application 如何兼容众多数据源？2.receivers 是如何分发并启动的？3.receiver 接收到的数据是如何 ...

fc013 2016-3-26 0 10628

问题导读： 1.DStreamGraph怎么用？ 2.DStream的依赖链是怎么样的？ 在 Spark Streaming 中，DStreamGraph 是一个非 ...

breaking 2016-3-24 0 10066

问题导读： 1.如何初始化sparkContext？ 2.如何设置查询条件？ 3.如何获得hbase查询结果Result？ 由于spark提供 ...

rsgg03 2014-6-26 5 92826

比如RDD里的计算调用了别的组件类里的方法(比如hbase里的put方法)，那么序列化时，会将该方法所属的对象的所有变量都序列化的 ...

xuanxufeng 2016-3-20 0 15222

问题导读： 1.拿到数据我们怎么去做数据分析？ 2.在spark中怎么去做聚类分析？ 近期，comSysto公司分享了该公司研 ...

breaking 2016-3-17 3 20780