文件名称:
Udacity-Datalake-Spark：具有Spark的Udacity数据湖-源码
开发工具:
文件大小: 499kb
下载次数: 0
上传时间: 2021-02-28
详细说明：Sparkify的Data Lake ELT流程
概括
介绍
该项目将为Sparkify提取歌曲和日志数据，以使其更易于理解其数据并对该数据进行分析。 该项目正在使用EMR将数据处理到S3上。
入门
该ELT过程是一个非常简单的过程。 如果这是您第一次运行此项目，则应复制dl.cfg.example文件，并为项目dl.cfg配置参数。
然后在您的本地计算机上： python main.py
该过程将检查目标存储桶是否存在。 如果存在，则该进程将删除存储桶以及该存储桶中的所有内容，然后在s3上为我们的进程创建一个文件夹结构。
该过程将为我们的表，emr配置（引导文件）和我们的pyspark代码创建文件夹，然后上传所有需要的文件以运行该过程。
请注意，此过程使用默认的EMR作业流程角色（EMR_EC2_DefaultRole），默认的EC2服务角色（EMR_DefaultRole）和默
(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.
