shell上启动spark

启动spark shell 报错 启动 bin/spark-shell的时候出现如下报错信息 Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties Setting default log level to "WARN". To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel). 21/01/19 10:45:5 阅读详情

export localroot=/放想带上去的jar包、配置的根目录

 

启动spark(可自己配相应参数):
spark-shell \
--name "content_baidunlp" \
--master yarn-client \
--num-executors 4 \
--executor-cores 2 \
--executor-memory 3G \
--driver-memory 5G \
--conf spark.driver.maxResultSize=10g \
--conf spark.yarn.executor.memoryOverhead=10000 \
--conf spark.serializer="org.apache.spark.serializer.KryoSerializer" \
--conf spark.shuffle.memoryFraction=0.3 \
--conf spark.sql.shuffle.partitions=1000 \
--conf spark.default.parallelism=1000 \
--files $localroot/config/hanlp.properties \
--jars $localroot/lib/hanlp-1.6.3.jar,\
$localroot/lib/netty-3.10.6.Final.jar \

 

进入sparK后,可随意跑程序了,如下例程:


import org.apache.spark.SparkContext
import org.apache.spark.sql.Row
import org.apache.spark.sql.{Dataset, SparkSession}
import org.apache.spark.storage.StorageLevel
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.functions._
import org.json.{JSONObject,JSONArray}

val sc = SparkSession.builder().enableHiveSupport().getOrCreate()
val sqlContext = sc
val conf=sc.sparkContext.getConf
val sparkContext=sc.sparkContext

import sqlContext.implicits._
  
val numbersRdd = sparkContext.parallelize[Int](1 to 200000).repartition(20)
val df=sparkContext.parallelize(Array("abcd","esdfa","dsfa")).toDF("str")
df.createOrReplaceTempView("tempTable")
sqlContext.sql("select substr(str,2,length(str) - 2) as newstr from tempTable").show 
df.select(expr("substring(str,2,length(str)-2)").alias("newstr")).show

val df2=sparkContext.parallelize(Array("\"abcd\",\"dfasdf\",\"asdf\"","\"esdfa\",\"dsfa\",\"dfasadfa\",\"fdasdf\"","\"dasfa\",\"rewe\",\"erfgsdk\"")).toDF("str")

df2.select(explode(split(expr("substring(str,2,length(str)-2)"),",")).alias("str2")).select(regexp_replace(col("str2"),"\"","").alias("str3")).show

val df=sparkContext.parallelize(Array("[{\"a\":\"sdfa\",\"b\":\"asdf\"},{\"a\":\"bvcdf\",\"b\":\"eradf\"},{\"a\":\"hsf\",\"b\":\"reasdfad\"}]")).toDF("json")

val df2=df.map{
  case Row(json:String)=>
    val jo=(new JSONArray(json))
   3// (0 until jo.length()).map(i=>jo.getJSONObject(i).getString("b")).mkString("&")
}.toDF("num")

df.collect.map{
  case Row(json:String)=>
    val jo=(new JSONArray(json))
    println((0 until jo.length()).map(i=>jo.getJSONObject(null).getString("c")).mkString("&"))
}

df.sqlContext.createDataFrame(rdd, df.schema)
userDF0.sqlContext.createDataFrame(userDF, userDF0.schema)


val bf=sc.sparkContext.broadcast(Set("1","2","3"))

val df= sparkContext.parallelize(Seq(("1","2"),("3","4"),("5","6"),("3","1"))).toDF("c1","c2")
val inUserIDs = udf { (x: String,y:String) =>
          if(bf.value.contains(x)) x
          else if(bf.value.contains(y)) y
          else "deleteUser"
        }
		
		df.withColumn("user_id", inUserIDs(df("c1"),df("c2"))).filter($"user_id".notEqual("deleteUser"))
		
		
		



val matVec = Seq(Vectors.dense(5,0,5), Vectors.dense(0,10,0), Vectors.dense(5,0,5))


val matRDD = new IndexedRowMatrix(sc.sparkContext.parallelize(matVec).zipWithIndex().map{case (vec, index) => IndexedRow(index, vec)})


matRDD.columnSimilarities()


matRDD.rows.collect.foreach{println}

matRDD.columnSimilarities().entries.collect.foreach{println}


import org.apache.spark.SparkContext
import org.apache.spark.sql.Row
import org.apache.spark.sql.{Dataset, SparkSession}
import org.apache.spark.storage.StorageLevel
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.functions._
import org.json.{JSONObject,JSONArray}
import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.mllib.linalg.distributed.{IndexedRow, IndexedRowMatrix}

val sc = SparkSession.builder().enableHiveSupport().getOrCreate()
val sqlContext = sc
val conf=sc.sparkContext.getConf
val sparkContext=sc.sparkContext

import sqlContext.implicits._
  
  
def innerProduct(v1:org.apache.spark.mllib.linalg.Vector,v2:org.apache.spark.mllib.linalg.Vector):Double={
    var output=0.0
    v1.foreachActive{
      case x=>
        //println(x._1,x._2)
        output=output+x._2*v2.apply(x._1)
    }
    output
  }

def cosDistance(v1:org.apache.spark.mllib.linalg.Vector,v2:org.apache.spark.mllib.linalg.Vector):Double={
  var output=0.0
  val d1=innerProduct(v1,v1)
  val d2=innerProduct(v2,v2)
  if(d1==0 || d2==0) output=0.0
  else  output=innerProduct(v1,v2)/(math.sqrt(d1)*math.sqrt(d2))
  output.formatted("%.4f").toDouble
}
  
val v1=Vectors.sparse(4,Array(1,2,3),Array(0.1,0.2,0.3))
val v2=Vectors.sparse(4,Array(0,1),Array(0.5,1))
val v3=Vectors.sparse(4,Array(0,1,3),Array(0.5,1,1))
	
val rdd=sc.sparkContext.parallelize(Seq((0,v1),(1,v2),(2,v3)))
val map=Map((0,v1),(1,v2),(2,v3))
rdd.repartition(3).map{case (i,v)=> (i,(0 to 2).map(x=>x+":"+cosDistance(v,map(x))).mkString("#")) }.collect

 

spark-shell启动spark报错 spark-shell启动spark报错 前言   离线安装好CDH、Coudera Manager之后,通过Coudera Manager安装所有自带的应用,包括hdfs、hive、yarn、spark、hbase等应用,过程很是波折,此处就不抱怨了,直接进入主题。 描述   在安装有spark的节点上,通过spark-shell启动spark,满怀期待的启动spark,but,来了个晴... 阅读详情

相关推荐

使用Spark shell

大数据实验教学系统使用Spark shellspark-shell命令及其常用的参数如下:   Spark的运行模式取决于传递给SparkContext的Master URL的值。 • 参数选项–master:这个参数表示当前的Spark Shell要连接到哪个master,如果是local[*],就是使用本地模式启动spark-shell,其中,中括号内的星号表示需要使用几个CPU核心(core),也就是启动几个线程模拟Spark集群。可选地,默认为local。 • 要查看完整的参数选项列表,可以执行“s

需要远程指导仿真实验、代码有问题的,请后台私信或者关注公众号 8122

DataWorks实践笔记-从入门到精通

Dataworks有两种数据计算引擎(计算平台),EMR(开源的)和MaxCompute。在这个基础上,有Datahub数据总线引擎,实时计算Flink引擎,交互分析Hologres引擎,图计算Graphcompute引擎,搜索elastic search,open search引擎。除了Dataworks,阿里还提供一个PAI的AI平台。用户通过可视化的方式来调度脚本执行的前后依赖关系,只要会SQL就可以展开大数据开发和分析,同时平台支持数据上线发布和运维工作。

qq_43548990的博客 4353

Acer宏碁暗影骑士擎AN515-58原厂系统恢复指南:从ISO镜像到完整出厂设置

本文详细介绍了为Acer宏碁暗影骑士擎AN515-58游戏本恢复原厂系统的完整指南。从准备工作、数据备份到下载官方镜像、制作恢复U盘,再到BIOS设置与恢复流程,一步步教你如何将系统完整还原至出厂状态,确保所有硬件驱动、NITROSENSE控制中心等专属优化功能恢复正常,解决系统卡顿、功能异常等问题。

weixin_29271263的博客 1099

Spark-Shell的启动和运行

一、运行spark-shell命令 执行spark-shell命令就可以进入Spark-Shell交互式环境 [root@hadoop1 spark-2.1.0-bin-hadoop2.4]# spark-shell 二、Spark Rdd简单操作 1.从文件系统加载数据创建RDD----textFile (1)从Linux本地文件系统加载数据创建RDD scala> val rdd = sc.textFile("file:///root/word.txt") scala>.

weixin_55983492的博客 4577

基于大模型的重度膝关节骨关节炎全流程预测与治疗方案研究

本研究基于大模型构建了重度膝关节骨关节炎(KOA)预测体系,涵盖术前风险预测、手术方案优化、术中监测和术后康复指导全流程。通过分析临床和影像数据,模型在手术风险预测准确率(85%)、并发症预警(血栓预测准确率88%)等方面显著优于传统方法。研究实现了临床数据与AI技术的深度融合,术前预测指导麻醉选择(如高危患者推荐椎管内麻醉),术中实时监测生命体征,术后个性化康复方案使患者HSS评分平均提升45分。

嵌入式毕设/课设资料清单(速查手册·文档模板·题库,持续更新)→ 见最新文章 1389

格拉姆角场(GAF)实战:用Python实现时间序列图像化处理

本文深入解析了格拉姆角场(GAF)技术,这是一种将一维时间序列转化为二维图像特征的方法,以便利用卷积神经网络(CNN)等图像模型进行深度分析。文章通过Python实战代码,详细演示了GASF和GADF两种核心转换的实现过程,并探讨了其在时序数据分类任务中的应用,为故障预警、金融模式识别等场景提供了强大的图像驱动分析视角。

weixin_29079671的博客 273

数据湖hudi,spark-shell启动

spark-shell启动spark-shell启动,需要指定spark-avro模块,因为默认环境里没有,spark-avro模块版本好需要和spark版本对应,2.4.5。

kk25114的博客 514

Unity+ARFoundation 探坑之路

前两天想要上手Unity来AR方面的项目东东 ,探索过程中出现了各种各样的问题,现在将这个过程中遇到的各种各样问题梳理一下,希望后来者能开开心心上手Unity+AR。 注意:这是一篇踩坑博客,具体搭建还请自行百度。 一、ARFoundation or ARCore or ARKit Unity作为一个平台,不直接提供XR(包括VR、AR和MR)的开发包,这时就需要其他公司提供各种各样的SDK工具包...

qq_43575926的博客 7134

Spark-Shell的启动与运行

Spark-Shell的启动与运行

LMY~~的博客 3477

python+playwright 学习-10.pytest-playwright插件编写测试用例

pytest-playwright插件完美的继承了pytest 用例框架和playwright基础使用的封装,基本能满足工作中的常规需求了,不需要我们再做额外的插件开发。

qq_27371025的博客 2517

【学习系列】SAP RAP 4:通过注解来完成一些常规需求

本文介绍了RAP应用中常用注解的实现方式,包括搜索帮助、文本描述绑定、联动搜索、字段控制等功能。通过@Consumption、@UI等注解可以实现搜索帮助定义、多字段联动、必输校验、默认排序和默认值设置。管理字段可通过@Semantics注解自动记录创建/修改信息,长文本使用@UI.multiLineText实现多行显示。这些注解可优化界面交互和数据管理,为后续行为定义功能开发奠定基础。文章结构清晰,针对不同需求提供了具体的实现方案和代码示例。

DeveloperMrMeng的博客 698

启动spark shell详解

spark-shell是Spark自带的交互式Shell程序,方便用户进行交互式编程,用户可以在该命令行下用scala编写spark程序。 启动spark shell: /usr/local/spark-2.1.0-bin-hadoop2.6/bin/spark-shell --master spark://L1:7077,L2:7077 --executor-memory 2g --tota...

weixin_43866709的博客 6570

传导案例:某医疗仪器传导骚扰整改案例

紫外线光疗仪是一种专业的医疗设备,主要用于治疗银屑病、白癜风等皮肤疾病。该设备采用物理治疗技术,通过特定波长的紫外线照射人体来达到治疗效果。自1984年窄谱中波紫外线(NB-UVB)应用于临床以来,该技术已成为治疗早期蕈样肉芽肿(MF)的有效方法之一。作为二类医疗器械,紫外线光疗仪必须符合严格的电磁兼容性(EMC)标准,这不仅关系到设备自身的稳定运行,更关乎患者的使用安全和治疗效果。紫外线光疗仪传导骚扰整改案例充分展示了系统性EMC设计的重要性。

m0_56451176的博客 340

spark-shell启动命令详细解析1

环境: spark 2.3.3 scala 2.11.8 Java 1.8.0_141 执行spark-shell命令后,会启动spark-shell交互命令行窗口: 那么spark-shell命令的启动流程是怎样的呢? 下面让我们来一步一步分析 首先,查看${SPARK_HOME}/bin/spark-shell启动脚本 可以看到,spark-shell脚本使用启动参数调用main方法 spark-shell脚本中的main方法最终会调用命令: "${SPAR..

u013771019的专栏 7004

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

《深入理解Spark》之通过java调用shell启动spark

背景: 今天公司对于spark做了一个管理平台能实现一站式管理,即远程启动,远程关闭,并监控运行时的数据状态,而且监控平台和spark集群并不在同一个集群上,在同一个局域网内(机器之间做好了免密登录) 当然java调用shell脚本并不是本文的重点,推荐使用下面的方式 public static void test3(){ //1.sh是要执行要脚本文件,A指的是参数,...

凌夜知惜 3272

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

启动Spark-Shell实现词频统计

启动Spark-Shell实现词频统计

qq_53325156的博客 1883

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Spark 启动spark shell 命令

启动spark shell 本地模式: spark-3.0.1-bin-hadoop3.2/bin/spark-shell 集群模式:启动并指定好master ,worker的内存和核数 7077为RPC通信端口号 spark-3.0.1-bin-hadoop3.2/bin/spark-shell --master spark://linux01:7077 --executor-memory 1g --total-executor-...

bwf317的博客 1174

01-启动spark shell

启动spark shell Spark 和 Hadoop的交互 Spark部署模式包括: Local 模式:单机模式 Standlone模式:使用Spark自带的简单集群管理器 YARN 模式:使用YARN作为集群管理器 Mesos 模式:使用Mesos作为集群管理器 启动spark shell 在SPAEK-SHELL中运行代码 Spark Shell提供了简单的方式来学习Spark API Spark Shell 可以以实时、交互的方式来分析数据 Spark Shell 支持Scala和Pytho

我心自在天的博客 1502

spark-shell启动报错解决办法

spark-shell启动报错解决办法: scala版本不兼容问题 这是因为加入了项目依赖库到/usr/cwgis/app/spark/jars/lib/中 删除相关的scala开头的jar文件即可启动spark-shell [root@node111 ~]# runCmd.sh "rm /usr/cwgis/app/spark/jars/lib/scala*.jar" all ...

hsg77的专栏 5325

spark-shell启动分析

spark-shell脚本源码 #!/usr/bin/env bash # # Licensed to the Apache Software Foundation (ASF) under one or more # contributor license agreements. See the NOTICE file distributed with # this work for addi...

边看边学 255

如何启动本地模式和集群模式的spark-shell

1、本地模式启动spark-shell 备注: 本地模式没有链接到集群,是在本地执行spark任务 到如下路径,一般spark都装在如下位置 cd /usr/local/spark 启动spark-shell ./bin/spark-shell 启动时打印的日志 Spark context available as 'sc' (master = local[*], app id = local-1606618642639). 2、集群模式启动spark-shell 到如下路径,一般spark都

学习记录 3205

spark-shell启动集群

使用spark-shell 启动spark集群时的流程简析: spark-shell->spark-submit->spark-class 在sprk-class中根据条件会从不同的入口启动application。 从SparkSubmitDriverBootstrapper启动时 conf/spark-defaults.conf文件必须存在,通过修改SPAR...

weixin_30858241的博客 718

spark-shell启动命令详细解析2

环境: spark 2.3.3 scala 2.11.8 Java 1.8.0_141 接上篇【spark-shell启动命令详细解析1】 下面我们来看下org.apache.spark.repl.Main是如何处理spark-shell中输入的命令的 在org.apache.spark.repl.Main$main方法中,调用doMain方法 通过doMain方法,调用SparkILoop$process方法 SparkILoop是spark交互式shell,继...

u013771019的专栏 1086

spark-shell启动报错:./spark-shell: line 44: 5271 已杀死

最近接触Spark的,在已经配置好的集群master上启动spark-shell时,出现此错误。除此之外,命令行再无其他提示信息,上下滚动,就连ERROR提示都没发现,很是疑惑。 解决步骤如下: 1. 先是打开spark webui,查看Completed Applications,按照Submitted Time,找到最新的一条启动记录,打开: 查看application详细:(当

飞流 1万+

spark定制之一:shell启动

spark1.0中集成了HiveContext,但对于sql的人来说

自清的soft专栏 1050
上一篇: spark中HDFS文件操作,hive表操作
下一篇: scala 时间、时间戳系列操作
Code_LT
博客等级 码龄10年 307粉丝 182原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值