默认情况下，standalone cluster manager对于worker节点的失败是具有容错性的（迄今为止，Spark自身而言对于丢失部分计算工作是有容错性的，它会将丢失的计算工作迁移到其他worker节点上执行）。然而，调度器是依托于master进程来做出调度决策的，这就会造成单点故障：如果master挂掉了，就没法提交新的应用程序了。为了解决这个问题，spark提供了两种高可用性方案，

kafka-eagle 无法访问

kafka启动时，出现报错！[root@Spark1 bin]# cat nohup.outUnrecognized VM option ‘UseCompressedOops’Error: Could not create the Java Virtual Machine.Error: A fatal exception has occurred. Program will ex...

有时我们需要在一个工具类中用到上下文context。当然有一个做法就是使用传递context的方法，当我们需要用全局context的时候，该怎么办呢？其实我们应用启动的时候会启动Application这个类，这个类是在AndroidManifest.xml文件里其实是默认的<applicationandroid:icon="@drawable/ic_launcher"android:labe