开发工具:
文件大小: 5mb
下载次数: 0
上传时间: 2021-03-17
详细说明:DSGA1004-大数据
实验3:Spark和列导向的存储:
布莱恩·麦克菲教授(bm106)
亚历克·汉(Alh Hon)(ABH466)
阿努莎·帕蒂尔(arp624)
发放日期:2021-03-11
提交截止日期:2021-03-26 23:55ET
内容:
第1部分。果皮上的火花
在此作业中,我们将使用Spark分析Peel Cluster上的数据。
要在Peel集群上运行Spark作业,请首先在git repo中运行以下命令:
source shell_setup.sh
通过以下方式为实验室准备了当前会话:
为Hadoop指定系统环境变量
在Peel的登录节点上加载适当的Python模块
设置别名hfs ,我们通常的hadoop fs别名
设置别名spark-submit ,以简化提交pyspark作业
Peel自然会加载Spark 2.4.0 ,这是我们将在本
(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.