Master实际上可以配置两个，那么在spark原生的standalone上也是支持Master主备切换的，也就是说，当Active Master节点挂掉之后，我们可以将Standby Master切换为Active Master...

在Spark中, DataFrame 是组织成 命名列[named colums]的分布时数据集合。它在概念上等同于关系数据库中的表或R/Python中的数据框，但在幕后做了更丰富的优化。DataFrames可以从多种来源构建，例如：结构化数据文件、Hive中...

cxzl25，携程软件技术专家，关注大数据领域生态建设，对分布式计算和存储、调度等方面有浓厚兴趣。

本系列文章基于Superset 1.3.0版本。1.3.0版本目前支持分布，趋势，地理等等类型共59张图表。本次1.3版本的更新图表有了一些新的变化，而之前也一直没有做过非常细致的图表教程。...

这一节，来认识下大数据的技术框架有哪些，它们分别用于解决哪些问题？它们的内在逻辑和适用场景有哪些？OK，一起去探索下。

Hive支持使用Spark作为底层执行引擎，以获得比MapReduce更快的处理性能。

在《携程技术2018年度合集》中，一共70篇文章中，只有5篇是大数据的内容。其中有一篇，讲到了Alluxio的应用过程。

既然是连接超时，可能有两种情况。一种是配置正常，但网络情况太差，响应还未返回给Hive就报错了。这种情况下，把请求等待时间改大就行。

数据导入：cat batch_1.json | kafkacat -b localhost:9092 -t stock_ticks -P

学自：Spark机器学习实战 https://book.douban.com/subject/35280412/