大数据架构

分享大数据架构相关内容,如Spark, Hadoop, Storm, Kafka, Flume
28 篇文章
38 人订阅

全部文章

Jason Guo

Adaptive Execution 让 Spark SQL 更高效更智能

前面《Spark SQL / Catalyst 内部原理 与 RBO》与《Spark SQL 性能优化再进一步 CBO 基于代价的优化》介绍的优化,从查询本身与...

991
Jason Guo

超大规模 Spark 集群灰度发布 CI CD

目前主流的代码管理工具有,Github、Gitlab等。本文所介绍的内容中,所有代码均托管于私有的 Gitlab 中。

2103
Jason Guo

Spark SQL / Catalyst 内部原理 与 RBO

从上图可见,无论是直接使用 SQL 语句还是使用 DataFrame,都会经过如下步骤转换成 DAG 对 RDD 的操作

782
Jason Guo

Spark CommitCoordinator 保证数据一致性

本文通过 Local mode 执行如下 Spark 程序详解 commit 原理

1403
Jason Guo

Spark SQL 性能优化再进一步 CBO 基于代价的优化

上文Spark SQL 内部原理中介绍的 Optimizer 属于 RBO,实现简单有效。它属于 LogicalPlan 的优化,所有优化均基于 Logical...

1173
Jason Guo

Spark SQL 性能优化再进一步 CBO 基于代价的优化

上文Spark SQL 内部原理中介绍的 Optimizer 属于 RBO,实现简单有效。它属于 LogicalPlan 的优化,所有优化均基于 Logical...

1233
Jason Guo

Spark SQL / Catalyst 内部原理 与 RBO

从上图可见,无论是直接使用 SQL 语句还是使用 DataFrame,都会经过如下步骤转换成 DAG 对 RDD 的操作

2696
Jason Guo

Kafka设计解析(七)- Kafka Stream

2244
Jason Guo

机器学习(三) 关联规则R语言实战 Apriori

5164
Jason Guo

Java进阶(七)正确理解Thread Local的原理与适用场景

1464
Jason Guo

Kafka设计解析(六)- Kafka高性能架构之道

1846
Jason Guo

Kafka设计解析(八)- Exactly Once语义与事务机制原理

3853
Jason Guo

机器学习(二) 如何做到Kaggle排名前2%

3213
Jason Guo

Java进阶(二)当我们说线程安全时,到底在说什么

2264
Jason Guo

Java进阶(四)线程间通信剖析

1904
Jason Guo

Java进阶(五)Java I/O模型从BIO到NIO和Reactor模式

1875
Jason Guo

Java进阶(三)多线程开发关键技术

1764
Jason Guo

Java进阶(六)从ConcurrentHashMap的演进看Java多线程核心技术

2265
Jason Guo

Spark性能优化之道——解决Spark数据倾斜(Data Skew)的N种姿势

25110
Jason Guo

SQL优化(五) PostgreSQL (递归)CTE 通用表表达式

2586

扫码关注云+社区