史上最快! 10小时大数据入门实战(九)- 前沿技术拓展Spark,Flink,Beam

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
简介: sparkSpark 开发语言及运行模式介绍Scala安装下载 Scala...
img_54f3ab1bd96d4bda54ea1d68c0fc091b.png

img_f1411d0b805929220394cb3584bcb809.png

spark

img_a0c02128d6165392e1fdf0c6b3feacc6.png

img_36414a82f9be7f5e924206eb392405b2.png

img_8c9d9961ccb0e42397fb164930390f7d.png

img_72cdf516fd84447c898129d55ea649b9.png

img_b2608e4a2c905ce3d4bcee509db1a658.png

img_8086400e1264cec173ada8565a00f8b3.png

img_93452893b7a67d2e3fe036654e4c5c70.png

Spark 开发语言及运行模式介绍

img_4977a11deb910c23a13183f14a7e4b87.png

img_78a2bb37a5f6c880ad3d54097cd16f0d.png

Scala安装

img_24529867fbf29bd75ea365ff80e0e00e.png
下载 Scala

img_4032393bd9339350606f71d2da1c6cc7.png
配置到系统环境变量

img_8522936af61ad949dbf00997440ab3d9.png
配置成功

Spark环境搭建及 wordCount 案例实现

img_350b21be0cbebf46657c10d96759b4b8.png
下载 spark

img_ba69e0528186da0e9bfd1e7b6066150e.png
解压编译

img_8e10ae085d49fcc2ff40c9528dc083ce.png
spark-shell可执行程序

如何提交应用程序


img_d7d2ffa3a8060218d2c99b64f7e15729.png

开启2个即可
img_bc7fac50576918cd2dcdd6c34d4438a1.png

img_f465eac7d6eaca56807fb4901c7e9c9e.png
./spark-shell --master local[2]

读取输出文件内容


img_ee17204732f22e375e1c2e5710f46cf4.png

img_a5d790c7565b5d37dbdf32d3419a4c43.png

img_e34279f3ade4c35c6f1b7c04ba2dad77.png
3行数据

按空格拆分
img_2e4afc545cc0beca8024367fc20b8fd5.png

为每个单词赋1,表出现频率
img_043619d1f1e3cddecbefd0ccb449426c.png
a.map(word => (word,1))

统计
img_bfd72d5c31e592e72b9018aa5a5e59c7.png

以上操作其实通过一条方法链即可完成!!!


img_e5d3e2c95c83a379609f47d441a0e8a4.png
sc.textFile("file:///Volumes/doc/data/hello.txt").flatMap(line => line.split(" ")).map(word => (word,1)).reduceByKey(_+_).collect

GUI 管理界面
img_d1e31664a596cd06aeeb0fbbcc7227ce.png
访问该地址即可

img_4ab05f691fb4b7d86876855c66e1061f.png
http://localhost:4040

Flink 概述

使用 Flink 完成 wordcount 统计

Flink 环境部署

img_d4b7ac59623079e32822db50f3af03f9.png
下载

img_4a7a476c5552a94b85d658977e753738.png
下载镜像到本地

img_1cd772918ff39af3d6e2dafcc880c1f2.png
解压

查看官网指南


img_452dd1628804436409d064052fda0137.png

启动本地的一个 flink
img_205871dbe44775b702eb7159eed01c3e.png

img_1f61ef46f48c4e9584e2a7fb4c105ee4.png

img_dd2fdf998e2b589ee5eaa1098b5ba8fe.png
浏览器访问:http://localhost:8081/

使用方法


img_b22ec8d04a51575d444bb7047a2fcae0.png

Beam 概述

将 wordCount的 Beam 程序以多种不同 Runner运行

Java 版本快速入门指南


img_d9448f7cacd2cb6190f1f3c67e5a9412.png

img_f174a31291f4a7ecb1326b3a9a8f5e1b.png

img_b7f5f14cdd65d8aaaf024c1861457cd0.png
maven 命令执行成功

img_87a6ac7d9d0e28daa92b0fb7f3c12298.png
运行命令

img_1322ba198eaf5d95a9e0e55d79aa7e45.png

img_950c8f4512164662647a9ec80213ddb8.png
生成文件

img_4ec74149560979ccf34e29a066aa84d8.png
查询结果
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
24天前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
4天前
|
分布式计算 Hadoop 大数据
大数据技术与Python:结合Spark和Hadoop进行分布式计算
【4月更文挑战第12天】本文介绍了大数据技术及其4V特性,阐述了Hadoop和Spark在大数据处理中的作用。Hadoop提供分布式文件系统和MapReduce,Spark则为内存计算提供快速处理能力。通过Python结合Spark和Hadoop,可在分布式环境中进行数据处理和分析。文章详细讲解了如何配置Python环境、安装Spark和Hadoop,以及使用Python编写和提交代码到集群进行计算。掌握这些技能有助于应对大数据挑战。
|
2月前
|
监控 Oracle 关系型数据库
Flink CDC(Change Data Capture)是一种用于捕获数据库变更的技术
Flink CDC(Change Data Capture)是一种用于捕获数据库变更的技术
35 8
|
13天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
18天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
25天前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。
|
26天前
|
存储 分布式计算 大数据
现代化数据库技术——面向大数据的分布式存储系统
传统的关系型数据库在面对大规模数据处理时遇到了诸多挑战,而面向大数据的分布式存储系统应运而生。本文将深入探讨现代化数据库技术中的分布式存储系统,包括其优势、工作原理以及在大数据领域的应用。
|
1月前
|
大数据 Java Go
Go语言在大数据处理中的核心技术与工具
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理领域的核心技术与工具。通过分析Go语言的并发编程模型、内存管理、标准库以及第三方工具库等方面,展现了其在大数据处理中的优势和实际应用。同时,本文也讨论了如何使用这些技术与工具构建高效、稳定的大数据处理系统,为开发者提供了有价值的参考。
|
1月前
|
分布式计算 大数据 Apache
大数据技术变革正当时,Apache Hudi了解下?
大数据技术变革正当时,Apache Hudi了解下?
24 0
|
1月前
|
分布式计算 NoSQL 大数据
探索数据宇宙:深入解析大数据分析与管理技术
探索数据宇宙:深入解析大数据分析与管理技术
55 1

热门文章

最新文章