—>点击主文件夹的其他位置的计算机，找到user文件夹打开后，找到local文件夹打开，找到src文件夹打开，找到刚刚发送的php软件包，注意这里的（user/local/src/软件包）路径是可以根据要求来变化的。这里其实是两个命令一起运行，一个是make，另一个是make install，两个命令可以分开运行，也可以一起运行，也就是make && make install，这里只是为了速度，所

RDD：英文全称Resilient Distributed Dataset，叫做弹性分布式数据集，代表一个不可变、可分区、里面的元素可并行计算的分布式的抽象的数据集合。Resilient弹性：RDD的数据可以存储在内存或者磁盘当中，RDD的数据可以分区Distributed分布式：RDD的数据可以分布式存储，可以进行并行计算Dataset数据集：一个用于存放数据的集合。

bashrc 也是看名字就知道, 是专门用来给 bash 做初始化的比如用来初始化 bash 的设置, bash 的代码补全, bash 的别名, bash 的颜色. 以此类推也就还会有 shrc, zshrc 这样的文件存在了, 只是 bash 太常用了而已.其实看名字就能了解大概了, profile 是某个用户唯一的用来设置环境变量的地方, 因为用户可以有多个 shell 比如 bash, s

Spark天然支持集成Kafka, 基于Spark读取Kafka中的数据, 同时可以实施精准一次（仅且只会处理一次）的语义, 作为程序员, 仅需要关心如何处理消息数据即可, 结构化流会将数据读取过来, 转换为一个DataFrame的对象, DataFrame就是一个无界的DataFrame, 是一个无限增大的表。1- 放置位置一: 当spark-submit提交的运行环境为Spark集群环境的时候

标签: 是某一种用户特征的符号表示标签体系: 把用户分到多少类别里面去, 这些类是什么, 彼此之间有什么关系, 就构成了标签体系标签解决的问题: 解决描述(或命名)问题以及解决数据之间的关联。

bashrc 也是看名字就知道, 是专门用来给 bash 做初始化的比如用来初始化 bash 的设置, bash 的代码补全, bash 的别名, bash 的颜色. 以此类推也就还会有 shrc, zshrc 这样的文件存在了, 只是 bash 太常用了而已.其实看名字就能了解大概了, profile 是某个用户唯一的用来设置环境变量的地方, 因为用户可以有多个 shell 比如 bash, s

增 insert into 表名[(字段1, 字段2, ...)] values(值1, 值2,...)[,(值1, 值2,...),...][;（1）当操作完pymysql后，需要对连接、游标等对象资源进行关闭，可以使用（）方法；（1）通常情况下，使用pymysql连接MySQL数据库，需要知道：IP地址、（）、用户名、密码；==A、端口号==；（2）注意：当要使用pymysql模块时，可以直接

export/data/spark_project/spark_base/05_词频统计案例_spark_on_yarn运行.py。后续需要将自己编写的Spark程序提交到相关的资源平台上，比如说: local yarn spark集群(standalone)Spark为了方便任务的提交操作，专门提供了一个用于进行任务提交的脚本文件: spark-submit。spark-submit在提交的过程

spark.sql("""insert intospark_demo.stu values(1,'张三'),(2,'李四')""")spark-sql>insert intospark_demo.stu values(1,'张三'),(2,'李四');（1）检查hive中 hive-site.xml中，是否有关于metastore的地址配置。4- 对于使用者/程序员来说，SparkSQL与Hive

Spark SQL底层依然运行的是Spark RDD的程序，所以说Spark RDD程序的运行的流程，在Spark SQL中依然是存在的，只不过在这个流程的基础上增加了从SQL翻译为RDD的过程Spark SQL的运行机制，其实就是在描述如何将Spark SQL翻译为RDD程序:整个Spark SQL 转换为RDD 是基于Catalyst 优化器实施，基于这个优化器即可完成整个转换操作大白话：SQ