之前在一篇文章里说要写一篇英文原著的入门参考，这篇算是吧。 我的想法是，先把20本相对比较简单的英文原著按阅读难易程度排列出来，从易到难。选书这个步骤我觉得是非常重要的，比阅...
发简信
IP属地：上海
-
这是一篇可以帮你入门英文原著的文章 -
数仓分层模型|简练实用（推荐收藏）通过阅读本文，可以让你快速了解数仓如何分层，合理，实用。笔者坚持原创，根据实践总结，希望对新手有所帮助。 分层案例 1.电信通讯stage层 ->bdl层 ->analysi...
-
（基于最新的Kafka version 0.10.2 new consumer API ）想要Spark Streaming精确一次消费Topic？拿去不谢，记得点赞和分享！本文基于Spark2.1.0、Kafka 0.10.2、Scala 2.11.8版本 背景： Kafka做为一款流行的分布式发布订阅消息系统，以高吞吐、低延时、高可靠的特点著...
-
Spark 2.0 Structured Streaming 分析前言 Spark 2.0 将流式计算也统一到DataFrame里去了，提出了Structured Streaming的概念，将数据源映射为一张无线长度的表，同时将流式计算的结...
-
Spark会把数据都载入到内存么？
这篇文章算是个科普贴。如果已经熟悉Spark的就略过吧。 前言 很多初学者其实对Spark的编程模式还是RDD这个概念理解不到位，就会产生一些误解。 比如，很多时候我们常常以...
-
快速理解Spark Dataset1. 前言 RDD、DataFrame、Dataset是Spark三个最重要的概念，RDD和DataFrame两个概念出现的比较早，Dataset相对出现的较晚（1.6版本开...
