Apache Spark是一个用Scala编写的开源分布式数据处理引擎,为用户提供统一的API和分布式数据集。 Apache Spark的用例通常与机器/深度学习,图形处理有关。
假设我有一个 PySpark 数据框: XY 1 个 1b 1℃ 2b 2个 2c 3个 3c 3b 4点 我必须选择任何可能的 X 和 Y 对,但相同的 X 和 Y 不应在结果中重复。 可能的...
我有一个 pyspark 数据帧 df,想将其保存为持久视图。那可能吗? 我尝试执行以下操作: df.createOrReplaceTempView("temp_view") Spark.sql('创建视图 my_vi...
我们使用 Apache Cassandra 来保存数据。除了 Spark 之外,从 cassandra 读取数据后执行数据分析的工具/技术是什么。 Spark 很好,但需要一个程序...
未找到 S3AFileSystem:使用笔记本访问 EC2 上的 s3 文件
围绕这个问题有多种答案,例如这样和这样。我经历了两者,但无法解决问题。这是总结: 我有一个使用此 AMI 克隆的 EC2:“Deep
当使用下面的命令将数据帧保存在 HDFS 上时,我尝试在数据帧上应用分桶。 df.写入 .format("镶木地板") .bucketBy(200,"groupIdProjection") .sortBy("
我有一个名为 source_dataframe 的数据帧,它被 pyspark 代码中的多个位置引用。因此,我计划缓存数据帧source_dataframe,以便缓存的引用将...
我有一个嵌套案例类的集合。我的工作是使用这些案例类生成数据集,并将输出写入镶木地板。 我很恼火地发现我必须手动...
我有一个场景,我想将字符串有效负载 JSON 数据完全展平到单独的列中,并将其加载到 pyspark 数据帧中以进行进一步处理。原始数据的结构不固定,
Dataframe 不会保存为任何内容 - 表、全局临时视图或临时视图
数据框不会保存为表格,无论是永久的还是临时的 - 不会给出错误消息。 我努力了 : df.createOrReplaceTempView("tmp_table") # 或者 df.createGlobalTempView("tmp_ta...
我有这个数据框: +------+--------------------+------------+ |品牌 |original_timestamp |重量 | +------+--------------------+------------+ |BR1 |1632899456 |4.0 | |BR2 |
我刚刚开始在 scala 中工作,我编写了下面的代码来断言,但它无法架构不匹配。我无法弄清楚其背后的原因。 下面是我写的代码 - 对象 xyzz {...
我正在运行 Spark 作业,并且收到“内存警告中没有足够的空间来缓存 rdd_128_17000”。然而,在附件中,显然说只使用了 719.3 G 中的 90.8 G。这是为什么?那个...
通常,要读取本地 .csv 文件,我使用以下命令: 从 pyspark.sql 导入 SparkSession 火花 = SparkSession.builder \ .appName("github_csv") \ .getOrCreate() df = Spark.read.csv(...
下面是我的火花提交 Spark2-submit --class my.class \ --主纱\ --部署模式集群\ --queue 队列名称\ --执行器内存10G \ --驱动内存20G \ --num-executors 60 \ --conf 火花。
我有一个数据框,其截断版本如下所示 +--------------------+--------------------+-------- ------------+-----------------+------------+----- --------------+--------------...
Microsoft Fabric 入门 - 培训模块中出现错误
我正在参加“Microsoft Fabric 入门”培训课程,但遇到了一个问题,无法继续练习。想知道其他人有没有
我正在尝试从kafka主题读取数据到spark。我正在 docker 桌面上运行 kafka。 这是我的pom- com.戴尔 sparkdemo2 <
我无法从 Spark 写入 Kafka,Spark 正在读取但未写入,如果我写入控制台,它不会给出错误 回溯(最近一次调用最后一次): 文件“f:\Sistema de Informação\TCC\Pr...
我有一个表格,其中包含如下数据, 名字 价值观 [一、二、三] [1,2,3] [一、二、三] [4,5,6] 如何使用 Spark sql (SELECT) 将其转换为下表,无需硬编码索引且无需硬...