Spark的数据读取及数据保存可以从两个维度来作区分：文件格式以及文件系统。文件格式分为：Text文件、Json文件、Csv文件、Sequence文件以及Object文件；文件系统分为：本地文件系统、HDFS、HBASE以及数据库。...

本篇博客，博主为大家介绍的是关于Spark中数据分区器的一些概念及使用讲解。

本篇博客是Spark之【RDD编程】系列第六篇，为大家介绍的是RDD缓存与CheckPoint。

本篇博客是Spark之【RDD编程】系列第五篇，为大家介绍的是RDD依赖关系。

本篇博客是Spark之【RDD编程】系列第四篇，为大家带来的是RDD中的函数传递的内容。

本篇博客是Spark之【RDD编程】系列第三篇，为大家带来的是Action的内容。

上一篇博客《什么是RDD?带你快速了解Spark中RDD的概念!》为大家带来了RDD的概述之后。本篇博客，博主将继续前进，为大家带来RDD编程系列。 该系列第一篇，为大家带来的是编程模...

看了前面的几篇Spark博客，相信大家对于Spark的基本概念以及不同模式下的环境部署问题已经搞明白了。但其中，我们曾提到过Spark程序的核心，也就是弹性分布式数据集(RDD)。但到底什么是RDD,它是做什么用的呢？本篇博客，我们就...

默认情况下，Spark程序运行完毕关闭窗口之后，就无法再查看运行记录的Web UI(4040)了，但通过 HistoryServer 可以提供一个服务, 通过读取日志文件, 使得我们可以在程序运行结束后, 依然能够查看运行过程。本篇博客，博主就为...

本篇博客，Alice为大家带来关于如何在IDEA上编写Spark程序的教程。