Apache Spark源碼走讀之8 -- Spark on Yarn
歡迎轉載，轉載請注明出處，徽滬一郎。 概要 Hadoop2中的Yarn是一個分布式計算資源的管理平台，由於其有極好的模型抽象，非常有可能成為分布式計算資源管理的事實標准。其主要職責將是分布式計算集群的管理，集群中計算資源的管理與分配。 Yarn為應用程序開發提供了比較好的實現標准，Spark ...
原文：Apache Spark源碼走讀之10 -- 在YARN上運行SparkPi
y歡迎轉載，轉載請注明出處，徽滬一郎。 概要 spark已經比較頭痛了，還要將其運行在yarn上，yarn是什么，我一點概念都沒有哎，再怎么辦啊。不要跟我講什么原理了，能不能直接告訴我怎么將spark在yarn上面跑起來，I m a dummy, just told me how to do it. 如果你和我一樣是一個對形而上的東西不是太感興趣，而只糾結於怎么去做的話，看這份guide保證不會讓 ...
2014-05-19 18:30 0 4045 推薦指數：
相關推薦
Apache Spark源碼走讀之12 -- Hive on Spark運行環境搭建
歡迎轉載，轉載請注明出處，徽滬一郎。 楔子 Hive是基於Hadoop的開源數據倉庫工具，提供了類似於SQL的HiveQL語言，使得上層的數據分析人員不用知道太多MapReduce的知識就能對存 ...
Apache Spark源碼走讀之2 -- Job的提交與運行
歡迎轉載，轉載請注明出處，徽滬一郎。 概要 本文以wordCount為例，詳細說明spark創建和運行job的過程，重點是在進程及線程的創建。 實驗環境搭建 在進行后續操作前，確保下列條件已滿足。 下載spark binary 0.9.1 安裝scala 安裝sbt ...
Apache Spark源碼走讀之9 -- Spark源碼編譯
歡迎轉載，轉載請注明出處，徽滬一郎。 概要 本來源碼編譯沒有什么可說的，對於java項目來說，只要會點maven或ant的簡單命令，依葫蘆畫瓢，一下子就ok了。但到了Spark上面，事情似乎不這么簡單，按照spark officical document上的來做，總會出現這樣或那樣的編譯 ...
Apache Spark源碼走讀之3 -- Task運行期之函數調用關系分析
歡迎轉載，轉載請注明出處，徽滬一郎。 概要 本篇主要闡述在TaskRunner中執行的task其業務邏輯是如何被調用到的，另外試圖講清楚運行着的task其輸入的數據從哪獲取，處理的結果返回到哪里，如何返回。 准備 spark已經安裝完畢 spark運行在local mode ...
Apache Spark源碼走讀之1 -- Spark論文閱讀筆記
歡迎轉載，轉載請注明出處，徽滬一郎。 楔子 源碼閱讀是一件非常容易的事，也是一件非常難的事。容易的是代碼就在那里，一打開就可以看到。難的是要通過代碼明白作者當初為什么要這樣設計，設計之初要解決的主要問題是什么。 在對Spark的源碼進行具體的走讀之前，如果想要快速對Spark的有一個整體性 ...
Apache Spark源碼走讀之13 -- hiveql on spark實現詳解
歡迎轉載，轉載請注明出處，徽滬一郎 概要 在新近發布的spark 1.0中新加了sql的模塊，更為引人注意的是對hive中的hiveql也提供了良好的支持，作為一個源碼分析控，了解一下spark是如何完成對hql的支持是一件非常有趣的事情。 Hive簡介 Hive的由來 以下部分摘自 ...
Apache Spark源碼走讀之16 -- spark repl實現詳解
歡迎轉載，轉載請注明出處,徽滬一郎。 概要 之所以對spark shell的內部實現產生興趣全部緣於好奇代碼的編譯加載過程，scala是需要編譯才能執行的語言，但提供的scala repl可以實現代碼的實時交互式執行，這是為什么呢？ 既然scala已經提供了repl，為什么spark還要 ...