开发工具:
文件大小: 4kb
下载次数: 0
上传时间: 2021-03-02
详细说明:Sparkify_Spark
概括
音乐流启动公司的数据驻留在S3中。 S3目录包含用户活动的JSON日志以及应用程序上歌曲的JSON元数据。
构建了ETL管道以从S3提取数据,使用Spark进行处理,并作为一组维度表加载回S3,以允许分析运行查询和分析数据。
维度表以星型模式进行组织,以方便业务用户进行简单而快速的查询。 通过事实表可以清楚地找到联接路径。
使用AWS EMR将ETL流程部署在群集上。
歌曲数据:
歌曲数据:s3:// udacity-dend / song_data
日志数据:s3:// udacity-dend / log_data
这是“百万首歌曲”数据集的子集: : 存储在以下形式的文件夹中:
song_data / A / B / C / TRABCEI128F424C983.json
song_data / A / A / B / TRAA
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.