Spark SQL内核剖析
电子书推荐
-
Spark-Bench使用文档 评分:
SparkBench是为Spark量身定做的基准测试组件(集成了很多spark支持的经典测试案列)。 它大致包含四种不同类型的测试案例,包括机器学习,图形处理,流处理和SQL查询。
上传时间:2017-07 大小:20KB
- 384KB
spark-Bench环境搭建文档.pdf
2021-10-02spark-Bench环境搭建文档.pdf
- 82KB
apache-spark-benchmark:Apache Spark 框架的测试基准
2021-06-22Apache Spark 基准测试 该项目是硕士论文的成果,旨在成为 Apache Spark 框架的测试平台。 其基本思想是能够在软件和硬件的不同环境中运行该框架,以查看其行为,并将获得的结果与类似的解决方案(如 Hive、Redshift 等)进行比较。 这项工作基于伯克利大学 ( ) 进行的大数据基准测试。 本质上,执行的测试是相似的,只是它们是使用 Apache Spark Java API 完成的,并且还测试了一些额外的配置。 此外,该基准测试不仅可以在 Amazon EC2 上运行,还可以在云和本地的任何集群中运行。 项目执行 项目设置 下面列出并简要说明了项目的一般配置参数。 全局配置属性。 这些配置参数是通用的,会影响项目中开发的所有测试。 apache.benchmark.config.global.master :我们想要运行基准的模式。 如果我们想要在本地执行
- 274KB
SparkBench运行环境搭建
2017-07-15按照官方文档进行SparkBench系统环境配置的时候会出现几个错误,在这里一一解决
- 289B
Spark技术内幕 深入解析Spark内核架构设计与实现原理 百度云pdf 张安站
2017-11-19Spark技术内幕 深入解析Spark内核架构设计与实现原理 百度云pdf 百度云链接下载 张安站著作
- 76B
Spark内核剖析+调优全套教程 附课件、代码、资料
2018-02-28Spark内核深度剖析 Spark调优 SparkSQL精讲 SparkStreaming精讲 Spark2新特性
- 41.31MB
BigDataBench_V3.1_Spark.tar.gz下载
2015-04-30用于测试spark集群性能的一种benchmark版本,由中科院计算所开发。
- 79.1MB
spark-bench_2.3.0_0.4.0-RELEASE
2022-09-11spark-bench_2.3.0_0.4.0-RELEASE
- 6.71MB
srs-bench-master
2018-12-27srs-bench-master 压力测试工具
- 17KB
spark-streaming-bench:spark-streaming-bench
2021-06-11spark-streaming-bench添加 Spark 的指标您可以在找到指标配置模板。 请注意,您必须至少添加 driver.sink,因为驱动程序指标包含每个批次的信息。微型工作台字数演员字数HDFS字数卡夫卡字数TopK(待办事项) HDFSTopK...
- 23KB
性能测试工具 websocket-bench 完美可用
2015-12-29性能测试工具 websocket-bench 完美可用 用于实现webservice性能测试
- 13.80MB
srs-bench 针对特定业务性能测试并发推流
2018-07-18搭建直播服务器以后需要对直播性能进行测试,srs-bench 针对特定业务性能测试并发推流来解决
- 2.6MB
spark SQL应用解析
2018-11-24学习sparkSQL详细解析,SparkSQL实现功能,代码实例练习,以及实战, 计算所有订单中每年的销售总数、销售总额 计算所有订单每年最大金额订单的销售额 计算所有订单中每年最畅销货品
- 21.60MB
Spark技术内幕-深入解析Spark内核架构设计与实现原理(高清书签版)
2018-03-23Spark是不断壮大的大数据分析解决方案家族中备受关注的新增成员。它不仅为分布式数据集的处理提供一个有效框架,而且以高效的方式处理分布式数据集。它支持实时处理、流处理和批处理,提供了AllinOne的统一解决方案,使得Spark极具竞争力。《Spark技术内幕:深入解析Spark内核架构设计与实现原理》以源码为基础,深入分析Spark内核的设计理念和架构实现,系统讲解各个核心模块的实现,为性能调优、二次开发和系统运维提供理论支持;本文最后以项目实战的方式,系统讲解生产环境下Spark应用的开发、部署和性能调优。
- 1.8MB
《Spark SQL编程指南》
2019-01-23spark ,sql开发的好书,每个人都必备的,本书由浅入深,里面从入门到精通,都有详细介绍
- 3.32MB
NAS-BENCH-201 EXTENDING THE SCOPE OF RE
2021-06-02计算机视觉Github开源论文 NAS-BENCH-201 EXTENDING THE SCOPE OF RE- PRODUCIBLE NEURAL ARCHITECTURE SEARCH
- 507KB
mysql-bench-5.0.77-4.el5_6.6.i386.rpm
2015-05-05mysql-bench-5.0.77-4.el5_6.6.i386.rpm
- 33KB
前端开源库-bench-chain
2019-08-30前端开源库-bench-chain基准记录-平均值和图表。
- 2.42MB
HW-NAS-Bench:[ICLR 2021] HW-NAS-Bench
2021-05-10│ └── nas_201_models # NAS-Bench-201's space │ ├── cell_infers │ ├── cell_searchs │ ├── config_utils │ ├── shape_infers │ └── shape_searchs └── nas_201_api # NAS-Bench...
- 2.29MB
BIG-bench:超越模仿游戏的协作基准,适用于多种语言模型
2021-03-07大台 :chair: 超越模仿游戏基准(BIG-bench)将是一个协作基准,旨在探究大型语言模型并推断其未来功能。 我们邀请通过GitHub pull request将任务提交到该基准测试。 所有接受任务的提交者都将作为共同作者纳入宣布...
- 279KB
Go-kube-bench用于检查Kubernetes是否安全部署的Go应用
2019-08-13Kubernetes安全平台是一个Go应用程序,通过运行CIS Kubernetes 1.6 Benchmark v1.0.0中记录的检查来检查Kubernetes是否安全部署。
- 7KB
前端开源库-mini-bench
2019-08-30前端开源库-mini-bench小型工作台,一个小型异步JavaScript基准库
- 0B
srs-bench-master.zip
2022-11-06srs-bench-master.zip
- 117KB
开源项目-tylertreat-bench.zip
2019-09-03开源项目-tylertreat-bench.zip,bench - a generic latency benchmarking library
- 225B
emqtt-bench mac m2芯片编译
2023-05-20https://github.com/emqx/emqtt-bench - 芯片:Apple M2 - 操作系统;13.3.1 (22E261)
- 438KB
Work-Bench-on-the-Cheap_TheWork_ebook_
2021-09-29Work-Bench-on-the-Cheap
- 810KB
emqtt-bench:Erlang MQTT v5.0基准测试工具
2021-02-22emqtt_bench是用Erlang编写的简单MQTT v5.0基准测试工具。 需要构建Erlang / OTP R21.2 +。 先建 make 连接基准 $ ./emqtt_bench conn --help Usage: emqtt_bench conn [--help < help> ] [-h [ < host> ]] [-p [ ...
- 469KB
NAS-Bench-Macro:CVPR2021“通过Monto-Carlo树搜索进行优先级架构采样”中的NAS基准
2021-03-28该存储库在论文“”(CVPR2021)中包含NAS-Bench-Macro的基准和代码。 NAS-Bench-Macro是宏搜索空间上的NAS基准。 NAS-Bench-Macro由6561个网络及其在CIFAR-10数据集上的测试精度,参数和FLOP组成。 NAS-Bench-...
- 2.4MB
Scala-升级版.docx
2021-10-14Scala快速入门(适合为学Spark学习Scala的同学)Word文档
- 2.90MB
基于spark的图书推荐系统
2023-06-15推荐系统是一种信息过滤系统,能够自动预测用户对特定产品或服务的偏好,并向其提供个性化的推荐。它通常基于用户的历史行为、个人喜好、兴趣和偏好等,通过数据挖掘和机器学习算法,在大数据的支持下生成个性化的推荐内容,从而提高用户购买率和满意度。推荐系统广泛应用于电子商务、社交媒体、新闻资讯、音乐、电影等领域。推荐系统的作用是根据用户的历史行为和偏好,为用户推荐个性化的内容,以满足用户的需求和兴趣。 在推荐系统架构中,离线计算部分主要使用 Hadoop、Spark、Hive 等大数据处理技术,将海量历史数据进行离线处理,构建出推荐模型。在线计算部分则使用 Flask、Django 或 Tornado 等 Web 应用框架,将推荐模型部署到 Web 服务器上,实现实时推荐服务。
- 743KB
大数据期末课设~基于spark的气象数据处理与分析
2022-12-14大数据期末课设~基于spark的气象数据处理与分析 完整版Word 可以拿来直接交作业