基于Spark的机器学习实践 (三) - 实战环境搭建
0 相关源码
1 Spark环境安装
◆ Spark 由scala语言编写,提供多种语言接口,需要JVM
◆ 官方为我们提供了Spark 编译好的版本,可以不必进行手动编译
◆ Spark安装不难,配置需要注意,并且不一定需要Hadoop环境
下载
解压
tar zxvf spark-2.4.1-bin-hadoop2.7.tgz
复制代码
2 Spark配置
◆ 在配置前尽量先阅读官方文档,避免直接从网上找配置教程
◆ 要为节点设 置好使用的内存,否则可能导致节点利用率低;
◆ 注意spark中IP与端口号的配置,以免UnknownHostException
官网配置
应用默认配置
配置文件
复制两份模板,开启自行配置
单机环境配置
- 本地IP
shell进行验证
bin/spark-shell
复制代码
3 Spark shell
◆ Spark shell是一个bash脚本,在./bin
目录下
◆ Spark shell 为我们事先配置好了上下文(context) 和会话(session)
context实例
session实例
UI
4 实战Wordcount
4.1 Wordcount简介
◆ Wordcount 词频统计,是大数据分析中最为基础的一种任务 英文分词较容易,直接分割空格即可。
◆ 实现思路 首先将文件中所有的单词提取出来,然后合并相同单词
- 实现示意图
项目搭建
添加spark jar包
全选jar包,先左键选中第一个,再拉到最后shift,再左键最后一个实现全选.
新建类
测试文件
`pwd`/`ls |grep L`
复制代码
编写函数
运行成功
打包
移除这些多余的jar包
构建
将jar包放到spark/bin目录下 使用 Spark-submit 运行
Spark机器学习实践系列
- 基于Spark的机器学习实践 (一) - 初识机器学习
- 基于Spark的机器学习实践 (二) - 初识MLlib
- 基于Spark的机器学习实践 (三) - 实战环境搭建
转载于:https://juejin.im/post/5cac4cb15188251b2f3a41af
基于Spark的机器学习实践 (三) - 实战环境搭建相关推荐
- 基于Spark的机器学习实践 (九) - 聚类算法
0 相关源码 1 k-平均算法(k-means clustering)概述 1.1 回顾无监督学习 ◆ 分类.回归都属于监督学习 ◆ 无监督学习是不需要用户去指定标签的 ◆ 而我们看到的分类.回归算法 ...
- 基于Spark的机器学习实践 (七) - 回归算法
0 相关源码 1 回归分析概述 1.1 回归分析介绍 ◆ 回归与分类类似,只不过回归的预测结果是连续的,而分类的预测结果是离散的 ◆ 如此,使得很多回归与分类的模型可以经过改动而通用 ◆ 因此对于回归 ...
- (课程)基于Spark的机器学习经验
(课程)基于Spark的机器学习经验 祝威廉 2016-09-07 16:48:36 浏览837 评论0 机器学习 spark 摘要: 这篇内容基于我去年的一些感悟写的,但是今年才在Stuq 的 ...
- 基于docker的 Hyperledger Fabric 多机环境搭建(上)
环境:ubuntu 16.04 Docker 17.04.0-ce go 1.7.4 consoul v0.8.0.4 ======================================= ...
- Ubuntu下基于 Cilium CNI 的 Kubernetus集群环境搭建
Ubuntu下基于 Cilium CNI 的 Kubernetus集群环境搭建 1. 前言 2. 安装三个Ubuntu 2.1 三个机器都关闭防火墙 2.2 三个机器都关闭swap 2.3 三个机器都 ...
- 【Linux集群基础环境搭建】基于虚拟机的多节点Linux网络环境搭建(超详细)
基于VMWare虚拟机的多节点Linux网络环境搭建 一.使用工具 二.方案设计 三.实现过程 1.安装VMWare虚拟机软件 2. 创建虚拟机节点controller并安装CentOS 3. 通过节 ...
- #大数据技术#基于python的hadoop(单机)环境搭建及使用
基于python的hadoop(单机)环境搭建及使用 0.写在前面 1.虚拟机安装centos6.5 1.1安装流程 1.1.1系统安装 1.1.2修改静态ip(超级用户) 1.1.3更换可用源(超级 ...
- 基于Eclipse平台的Android OpenCV开发环境搭建
基于Eclipse平台的Android OpenCV开发环境搭建 作者:雨水, 日期:2016-1-31,CSDN博客:http://blog.csdn.net/gobitan 摘要:本文主要记录了如 ...
- Spark Standalone -- 独立集群模式、Spark 提交任务的两种模式、spark在yarn上运行的环境搭建、自己写的spark代码如何提交到yarn上并运行...
目录 Spark Standalone -- 独立集群模式 Standalone 架构图 Standalone 的搭建 1.上传.解压.重命名 2.配置环境变量 3.修改配置文件 conf 4.同步到 ...
最新文章
- Android移动开发之【Android实战项目】漂亮Button样式
- 用python画简单房子-python绘图作业:使用pygame库画房子
- WPF-13:资源文件需要手动引用问题
- AngularJS快速入门指南04:指令
- 001_ECharts入门
- 音频处理五:(音频的FFT计算)
- mysql b 树原因_复习系列之数据库(四):MySQL为什么采用B+树作为索引结构?
- 信息学奥赛C++语言: 奶牛乘法
- 2011 ACM 0和1思想
- python难度大的题_【python】Python面试题:求列表当中最大的三个元素
- 十大经典排序算法总结 (Python)
- 紫外分光光度计与紫外可见分光光度计的区别是什么?
- 基于vscode的vue开发环境搭建
- CSDN超实用的浏览器插件—去自家网站/搜索广告、超快捷万能搜索、各种实用小功能等诸多功能等你探索
- 百度推出新版团购导航 对团购导航造成冲击
- 2021年12月13日面试题网络知识基础
- 驱动专题:第五章MTD及Flash驱动 1.mtd框架分析
- 西安交通大学第14周大计基
- 1688API的简单调用
- python量化选股策略_牛刀小试-小市值选股策略
热门文章
- 什么镜头最适合拍风景_35mm F1.8定焦镜头,拍人拍风景都可以!
- 测试版降级后软件还在么,如果你后悔安装iOS12想降到iOS11?几招教你删除iOS12测试版...
- P3157 [CQOI2011]动态逆序对 (CDQ解决三维偏序问题)
- HH的项链 HYSBZ - 1878 (莫队/ 树状数组)
- C/S简易UI框架开发总结(2)
- 日语编程语言抚子 - 第三版特色初探
- MySQL存储引擎InnoDB,MyISAM
- python3 scarpy
- 文献管理工具Zotero
- SSAS-MDX#001 - MDX 基本结构