问题导读 1.DataFrame是什么？ 2.如何创建DataFrame? 3.如何将普通RDD转变为DataFrame？ 4.如何使用DataFrame？ 5.在1 ...

pig2 2015-4-4 9 205378

问题导读 1.Spark Shell如何新增依赖？ 2.文中准备数据做了哪些处理？ 3.如何处理不良记录？ 关注最新经典文章，欢迎 ...

feilong 2018-10-5 1 7474

问题导读 1.如何将返回结果可视化？ 2.如何对结果进行评估？ 3.蒙特卡洛风险模拟可以用来做什么？ 关注最新经典文章， ...

feilong 2018-12-7 3 4213

问题导读 1、如何了解Spark的功能？ 2、什么是Spark aggregate？ Spark的官方文档其实说得并不是明了，很多内容如果 ...

xioaxu790 2014-7-27 2 36138

问题导读 1.什么是多元正态分布？ 2.将多元正态分布拟合到我们的数据中需要做什么？ 3.如何进行数据试验？ 关注最新经 ...

feilong 2018-11-30 1 8044

问题导读 1.如何使用Spark实现K-Means聚类？ 2.K-Means聚类对输入有何要求？ 3.如何查看聚类结果？ 上一篇：Spa ...

feilong 2018-3-23 1 5842

问题导读 1.什么是VaR?有哪些计算方法？ 2.什么是蒙特卡洛模拟？ 3.本章都有哪些金融相关术语？ 关注最新经典文章，欢 ...

feilong 2018-10-26 1 5166

问题导读 1.如何确定权重因子？ 2.如何拟合线性模型？ 3.如何进行数据抽样？ 关注最新经典文章，欢迎关注公众号 ...

feilong 2018-11-23 1 8264

问题导读 1.spark有哪些使用场景？ 2.spark有包含哪些组件？ 3.spark在哪些厂商已经应用？ 4.spark如何实现地震检测？ ...

pig2 2018-7-23 4 34882

Spark2.4.0 今天官网发布，这是一个大好消息。Spark 2.4.0是2.x的第五个发型版本。官方发布消息链接如下：http://spark.apache.o ...

阿飞 2018-11-10 3 5025

问题导读 1.预处理的数据数据格式是怎样的？ 2.哪些数据需要预处理？做怎样的处理？ 3.预处理代码如何编写的？ 关注最 ...

feilong 2018-11-9 1 7238

问题导读 1.什么是蒙特卡洛风险模型？ 2.模型公式是什么？ 3.文中从哪里获取股票数据？ 关注最新经典文章，欢迎关注公 ...

feilong 2018-11-2 2 4507

问题导读 1、如何基于用户协同过滤的？2、使用idea是如何打包的？3、UserBase推荐算法主要做哪些工作？4、如何运行jar？5、运 ...

丫丫 2016-10-24 6 19890

问题导读 1.为什么要在Kubernetes上运行Kafka？ 2.Kafka在Kubernetes需要注意哪些问题？ 3.在Kubernetes上的部署Kafka时， ...

pig2 2018-10-31 0 11364

问题导读 1. Spark出现问题如何定位？ 2. Spark日志中，各种状态的意义？ 3. Spark任务都有哪几个耗时阶段？ 4. Spark任务如 ...

喵十八 2018-8-21 7 9582

本帖最后由 levycui 于 2016-9-6 10:07 编辑 问题导读： 1、Spark Job Stage划分算法有哪些？ 2、Task最佳计算位置算法如何 ...

levycui 2016-9-6 1 25864

问题导读 1.什么是Spark会话化？如何使用？ 2.groupByKeyAndSortValues作用是什么，如何使用？ 3.出租车地理数据分析的意义 ...

feilong 2018-10-19 2 4760

问题导读 1.如何创建rdd？ 2.什么是pair rdd? 3.如何获取数组指定列？ 4.foreachRDD的作用是什么？ 本文来自 ...

pig2 2017-2-6 10 19154

问题导读 1.Spark2入门是哪个类？ 2.为何要产生Spark-Session？ 3.Spark-Session如何使用？ 关注最新经典文章，欢迎关注公 ...

pig2 2018-10-15 3 24250

问题导读 1.出租车数据中哪些数据可以去除？ 2.处理出租车数据时如何使用前几章提到的API？ 3.如何分析出租车地理数据？ ...

feilong 2018-10-12 1 4631

问题导读 1.GeoJson是什么？如何使用？ 2.Spray是什么？如何使用？ 3.常用的Scala Collections API方法有哪些？ 关注 ...

feilong 2018-9-28 2 7098

问题导读 1.Spark有哪些模块发生改变？ 2.Barrier Execution是什么？ 3.将Spark数据与AI整合的是什么项目？ 关注最新经 ...

pig2 2018-9-21 4 14105

本帖最后由 desehawk 于 2018-1-16 10:18 编辑 问题导读 1.Spark SQL在大规模数据集上遇到的哪些问题？ 2.自适应执行的背 ...

desehawk 2018-1-16 2 29520

问题导读 1.从哪个版本开始Elasticseach支持spark sql？ 2.如何查找Elasticseach和spark sql对应版本？ 3.如何实现Spark S ...

pig2 2018-9-27 2 9185

问题导读 1. 分布式矩阵是什么？ 2. 在Spark中如何使用分布式矩阵？ 3. 使用分布式矩阵的坑？ 关注最新经典文章，欢 ...

喵十八 2018-9-22 1 13245

问题导读 1.JodaTime和NScalaTime分别是什么？如何使用？ 2.Esri Geometry API作用是什么？如何获取？如何使用？ 3.样例数 ...

feilong 2018-9-21 1 8593

问题导读： 1.常用的推荐算法有哪些？2.推荐系统是什么样的流程？3.从这个推荐系统我们能学到什么？ 推荐算法就是利用用 ...

breaking 2015-12-3 15 41867

问题导读 1.从哪里获取样例数据？ 2.数据的数据结构是怎样的？ 3.我们将如何对这些数据进行分析？使用什么工具？ 关注 ...

feilong 2018-9-14 1 6437

问题导读 1.计算图中顶点之间的路径长度是什么样的过程？ 2.什么是BSP？什么是Pregel？ 3.GraphX中如何计算顶点之间路径长 ...

feilong 2018-9-7 3 7121