当前标签: Apache
Apache Spark Delta Lake 写数据使用及实现原理代码解析
Apache Spark Delta Lake 写数据使用及实现原理代码解析 Delta Lake 写数据是其最基本的功能，而且其使用和现有的 Spark 写 Parquet 文件基本一致，在介绍 Delta Lake 实现原理之前先来看看如何使用它，具体使用如下： df.write.format("delta"...
2019-09-26 16:28
阅读(223)
深入理解 Apache Spark Delta Lake 的事务日志
深入理解 Apache Spark Delta Lake 的事务日志 事务日志是理解 Delta Lake 的关键，因为它是贯穿许多最重要功能的通用模块，包括 ACID 事务、可扩展的元数据处理、时间旅行（time travel）等。本文我们将探讨事务日志（Transaction Log）是什么，它在文件级别是...
2019-09-26 16:19
阅读(143)
Apache Flink 进阶（三）：Checkpoint 原理解析与应用实践
作者：唐云(茶干) 大家好，今天我将跟大家分享一下 Flink 里面的 Checkpoint，共分为四个部分。首先讲一下 Checkpoint 与 state 的关系，然后介绍什么是 state，第三部分介绍如何在 Flink 中使用state，第四部分则介绍 Checkpoint 的执行机制。 Checkpo...
2019-09-25 10:16
阅读(154)
5个选择Apache Cassandra 而非DynamoDB的原因
概述 Apache Cassandra 以及DynamoDB 都是非常流行的分布式存储技术，这2个产品都在很多应用以及生产环境中得到了成功的使用。 在Instaclustr（一个公司），我们强烈依赖Apache Cassandra以及Apache Kafka.我们的客户群里非常的广泛，他们的体量以及公司的成熟度...
2019-09-22 17:50
阅读(161)
Apache Spark中国技术交流社区历次直播回顾（持续更新）
8月28日【Spark Streaming SQL流式处理简介 <https://tianchi.aliyun.com/course/live?liveId=41084>】 主讲人：云魄，阿里云E-MapReduce 高级开发工程师，专注于流式计算，Spark Contributor，开源爱好者 简介：本次直播...
2019-09-19 11:39
阅读(191)
SpringBoot 2.0 + Apache Dubbo 2.7.3 最新版整合方案
前言 2018年2月16日，Apache Dubbo 加入 Apache 基金会孵化器。2019年5月16日，Apache 软件基金会董事会决议通过了 Apache Dubbo 的毕业申请，这意味着 Apache Dubbo 正式成为 Apache 的顶级项目。 配置 Dubbo 捐精给 Apache 以...
2019-09-16 13:16
阅读(226)
在 Apache Spark 中利用 HyperLogLog 函数实现高级分析
在 Apache Spark 中利用 HyperLogLog 函数实现高级分析 预聚合是高性能分析中的常用技术，例如，每小时100亿条的网站访问数据可以通过对常用的查询纬度进行聚合，被降低到1000万条访问统计，这样就能降低1000倍的数据处理量，从而在查询时大幅减少计算量，提升响应速度。更高层的聚合可以带来进一...
2019-09-12 13:44
阅读(138)
Apache Flink Meetup · 北京站，可能有你最想听的内容！
上周六 Meetup 深圳站，Flink 社区和分享嘉宾们都感受到了深圳同学们的热情，现场爆满甚至好多同学都是站着听完，会后也认真提供反馈，给深圳同学花式笔芯！ 下次在更大的场地相逢！ 除了已完结的深圳站、本周六 Meetup 上海站，9 月 21日，Flink 社区邀请了来自小米、贝壳找房、intel 以...
2019-09-09 15:54
阅读(81)