spark和flink源码编译

Spark和Flink的对比 本文从以下几点对Spark和Flink进行对比 一、数据抽象 Spark:RDD(弹性分布式数据集) Flink:stream(数据流:有界流和无界流),将批和流统一成流,只是批被抽象成一种有界流 二、如何进行容错恢复 Spark:通过DAG组成的谱系图(lineage)进行失败重计算 Flink:通过检查点进行流重放(replay),Flink对分布式数据流和操作符的状态进行快照 三、计算模式 ... 阅读详情

spark

spark下载地址:

https://www.apache.org/dyn/closer.lua/spark/spark-3.0.0/spark-3.0.0-bin-hadoop2.7.tgz

spark源码编译

mvn clean install -Dmaven.test.skip=true -Dhadoop.version=2.7.2 -Dmaven.javadoc.skip=true -Dcheckstyle.skip=true -Drat.skip=true

编译打包

./dev/make-distribution.sh --name 2.7.2 --tgz -Pyarn -Phive -Phive-thriftserver -Pscala-2.11 -Phadoop-2.7 -Dhadoop.version=2.7.2  
 -Dmaven.clean.failOnError=false
 <plugin>
      <artifactId>maven-clean-plugin</artifactId>
      <version>3.0.0</version>
      <configuration>
        <failOnError>false</failOnError>
      </configuration>
    </plugin>

远程调试spark

#调试Master,在master节点的spark-env.sh中添加```code

#SPARK_MASTER_OPTS变量
export SPARK_MASTER_OPTS="-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=10000"

#调试Worker,在worker节点的spark-env.sh中添加```code

#SPARK_WORKER_OPTS变量
export SPARK_WORKER_OPTS="-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=10001"

flink

编译

mvn checkstyle:checkstyle
mvn clean package -DskipTests

flink 编译报错

 compiler-plugin:3.8.0:compile (default-compile) on project flink-avro-confluent-registry: Compilation failure: Compilation failure:

解决

 mvn install:install-file -DgroupId=io.confluent -DartifactId=kafka-schema-registry-client -Dversion=3.3.1 -Dpackaging=jar  -Dfile=/Users/AllenBai/Downloads/kafka-schema-registry-client-3.3.1.jar

2、编译flink-shaded

指定hadoop版本2.7.2, 把编译好的包打到本地maven仓库,后面编译flink

mvn clean install -DskipTests -Dhadoop.version=2.7.2

3、编译 flink

指定hadoop 版本 2.7.2

mvn clean package -DskipTests -Dhadoop.version=2.7.2
Hudi数据湖-基于Flink、Spark湖仓一体、实时入湖保姆级教学 Hudi数据湖-Flink、Spark湖仓一体、实时入湖保姆级教学 阅读详情

相关推荐

Flink动态添加依赖Jar包提交到Yarn

背景 开发的flink程序,要使用yarn-cluster的方式进行部署。 程序中依赖了很多第三方jar包,不想用shade那种打包方式打成一个大jar包,然后提交。 想将应用程序jar包和依赖jar包分开,依赖的jar包在提交时一起提交上去(像spark on yarn直接指定“–jars”这样),但是找了好久发现flink官方没有提供这样的方式。 直接将依赖的jar包放在flink的lib目录下,可以实现,但是感觉这样会污染flink的lib包。 于是找到了如下方法,可以实现类似的功能。在此记录分享一下

upupfeng的博客 4142

Flink打包编译问题

在打包编译1.9 flink时候,出现这个问题。 [ERROR] Failed to execute goal on project flink-avro-confluent-registry: Could not resolve dependencies for project org.apache.flink:flink-avro-confluent-registry:jar:1.9-SNAP...

baifanwudi的专栏 3247

大数据之Hudi数据湖_执行编译hudi命令和jar包位置_hudi和hive集成_和spark集成_和presto集成_和flink集成_和trino集成---大数据之Hudi数据湖工作笔记0004

比如,把hudi-hive-sync-bundle和hudi-hadoop-mr-bundle中的jar包,放到hive项目的lib目录下面就可以了.这就算是跟hive集成了,当然spark也一样,这里我们用。比如想跟flink集成,那么就 从hudi-flink-bundle中拿出jar包,然后放到flink的依赖中,也就是对应的lib中就可以了。在hudi源码的根目录执行就可以了,注意要指定spark的版本上面指定的是3.2 如果不指定默认是3,最好都指定一下.hudi跟谁集成,那么就,直接。

添柴程序猿的专栏 397

Flink 1.10.1源码编译(CDH5.16.2)

1文档编写目的Flink1.10.1版本编译集成CDH5.16.2前置条件jdkmavennvm2源码编译拉取flink1.10.1的代码后,idea中全局查找一下flink.sha...

baidu_31618421的博客 973

Hudi 源码编译安装

本文详细介绍了Apache Hudi 0.12.3源码编译安装过程。首先进行环境准备,包括Hadoop 3.3.2、Hive 3.1.3等组件,并配置Maven 3.8.6及阿里云仓库源。然后修改Hudi pom.xml文件,调整Hadoop、Hive版本并添加阿里云仓库。使用Maven命令进行编译时遇到HoodieParquetDataBlock类构造器错误,提供了解决方法。最后演示了Hudi客户端的使用测试流程。整个过程包含了详细的配置修改和编译参数说明,为Hudi源码编译提供了完整参考。

shangjg3的博客 58

02 hudi 命令大全

hudi1.0.1源码编译 2.2. 设置环境变量 2.3. 添加Maven镜像 vim /usr/local/soft/apache-maven-3.9.9/conf/settings.xml 3. 编译hudi 3.1. 下载hudi源码 官网:Download | Apache Hudi修改 hudi-1.0.1

QYmufeng的博客 527

手动编译 Flink 1.9 踩坑实录

大家期盼已久的1.9已经剪支有些日子了,兴冲冲的切换到跑去编译,我在之前的文章《尝尝Blink》里也介绍过如何编译,本文只针对不同的地方以及遇到的坑做一些说明,希望对遇到...

麒思妙想 2747

Hudi0.14.0最新编译(修订版)

Hudi0.14.0 最新编译(修订版)

跟着大数据和AI去旅行 851

【Flink】Flink的编译(包含hadoop的依赖)

好久没写文章了,手都有点生。 菜鸡一只,如果有说错的还请大家批评! 最近工作上的事情还是有点忙的,主要都是一些杂活,不干又不行,干了好像提升又不多,不过拿人家手短吃人家嘴软,既然拿了工资就应该好好的干活,当然前提是需求相对合理的情况嘿嘿~ 近来Flink的势头有点猛啊,它和spark的区别在于:spark更倾向于批处理或者微批处理(spark现在的发展方向往人工智能的分布式算法上走了),但是...

lsr40的博客 5897

spark+flink+Iot 开发源码

spark+flink+Iot 开发源码

大数据面试题,大数据成神之路开启...Flink/Spark/Hadoop/Hbase/Hive...-Python开发

大数据面试题,大数据成神之路开启...Flink/Spark/Hadoop/Hbase/Hive... 已经更新100+篇~ 关注公众号~ 大数据成神之路目录 大数据开发基础篇 :skis: Java基础 :memo: NIO :open_book: 并发 :guitar: JVM :dollar_banknote: 分布式 :floppy_disk: Zookeeper :oncoming_fist: RPC :artist_palette: Netty :laptop: Linux Java基础 NIO 并发容器 JVM 分布式 zookeeper RPC Netty Linux 大数据框架学习篇 Hadoop Hive Spark Flink HBase Kafka Zookeeper Flume Sqoop Azkaban 大数据开发实战进阶篇 这里的文章主要是我平时发表在公众号,博客等的文章,精心挑选,以飨读者。 Flink实战进阶 Sp

Hudi(2):Hudi的编译和安装

pom文件位置:vim /opt/software/hudi-0.12.0/packaging/hudi-spark-bundle/pom.xml (在382行的位置,修改如下红色部分)位置:vim /opt/software/hudi-0.12.0/packaging/hudi-utilities-bundle/pom.xml(在405行的位置,修改如下(红色部分))修改了Hive版本为3.1.2,其携带的jetty是0.9.3,hudi本身用的0.9.4,存在依赖冲突。

yang_shibiao的博客 6014

【GAN实战】基于pytorch-CycleGAN与pix2pix的自定义数据集训练全攻略

本文详细解析了基于PyTorch的CycleGAN与pix2pix模型在自定义数据集上的完整训练流程。核心在于根据数据是否成对来正确选择模型:pix2pix适用于严格配对的“孪生”数据,而CycleGAN则擅长处理非配对的“散装”数据集。文章从数据准备、配置训练到测试应用,提供了全链路实战指南与关键参数调优心得,帮助开发者高效实现图像到图像的风格转换。

x2y3z4a5b的博客 704

Apache Kyuubi入门与使用

kyuubi入门使用教程

qq_41463207的博客 6105

基于强化学习的工业SCR脱硝系统控制算法设计与实现

本文提出了一种基于强化学习的工业SCR脱硝系统智能控制方法。针对SCR系统存在的非线性、大滞后和多变量耦合等控制难点,研究采用混合建模方法构建了精度在5%以内的系统模型,并设计了专门的强化学习环境。该方法通过定义合理的动作空间和状态空间,结合物理约束设计损失函数,利用深度强化学习算法优化氨喷射控制策略。相比传统PID控制,该智能控制器能更好地适应烟气参数波动,实现NOx排放的稳定控制,为工业环保设施提供了更优的自动化解决方案。

huanghm88的专栏 1456

MTK Sensor驱动调试实战:从AP到SCP的完整流程解析

本文详细解析了MTK平台Sensor驱动从AP侧到SCP侧的完整调试流程。内容涵盖AP侧驱动集成、DTS配置、内核编译与验证,以及SCP侧Tinysys框架下的代码集成、Overlay配置与I2C设置等核心步骤,并分享了中断唤醒、功耗优化及传感器数据校准等实战经验与常见问题排查方法,为硬件驱动工程师提供了一份全面的实战指南。

weixin_29175469的博客 351

Seatunnel 2.1.3 源码打包、编译运行

记录一下:Seatunnel源码修改之后,本地编译打包执行,中间遇到的问题。

KKKKWH的博客 2154

ANSYS APDL生死单元实战:焊接模拟从入门到精通(附完整命令流)

本文详细介绍了使用ANSYS APDL进行焊接模拟的核心技术——生死单元法。通过一个完整的平板对接焊案例,从原理剖析、模型搭建、命令流编写到移动热源施加和后处理,手把手指导工程师掌握这一动态仿真方法,有效预测焊接过程中的温度场、残余应力与变形。

k6l7m8n9的博客 150

使用Flink Streaming Query 查询Hudi(出现包冲突以及Hive 3.1.3 编译Hudi 时间戳异常)

关于Hudi 0.13.1 Streaming Query 使用Hive 3.1.3 + Hudi 0.13.1时间戳报错。以及hive-exec guava.jar 冲突

Such_Devotion 的博客 921

单细胞空间转录组分析流程学习python版(三)

空转python版学习

zfyyzhys的博客 2084

[QMT量化交易小白入门]-三十七、QMT中如何使用类似于通达信中的VBA函数(量化python代码解析)

这段代码主要围绕着在QMT环境中实现类似通达信VBA函数的功能展开,核心功能是基于RSI指标来判断股票的买卖时机,并根据持仓情况进行相应的交易操作。class G():passg = G()这里定义了一个空类G,并创建了该类的实例g。这个实例g将作为全局变量来存储一些在整个程序运行过程中需要共享的数据,例如除复权类型、股票代码、目标数量等。1、使用VBA开发策略时,参数固化的问题会带来一些限制,比如无法修改MA函数的周期参数,只能使用固定周期。

木头大左的博客 1690

mysql-springboot netty-flink-kafka-spark(paimon)-minio

构建完成的进行解压操作并添加相应的jar文件。1、下载spark源码并编译。

青春不流名 723

人工智能大模型原理与应用实战:AI模型转换为API的步骤和方法

传统的开发模式下,构建复杂的软件系统是非常费时费力的,而通过云计算、微服务等技术手段可以实现快速部署、弹性扩展的能力。在这种背景下,越来越多的公司将重点转移到研发人员的产品思维上,希望能够将自己的AI模型转换为一个可供他人调用的API接口。但是对于许多从事AI领域的研发人员来说,如何将自己的AI模型转换为API是一个比较棘手的问题。在这篇文章中,作者将从AI模型转换为API的过程分为以下几个步骤:AI模型准备阶段——模型选择、数据准备、模型训练。

AI天才研究院 2598

Apache Doris 生态扩展及优化:Spark Doris Connector;Flink Doris Connector;DataX DorisWriter数据同步;JDBC Catalog

无论是DataStream API 还是SQL API 读取Doris中数据时,目前仅支持批读取。Flink向Doris中写入数据时底层会转换成Stream Load方式向Doris加载数据,这种速度快,每次执行代码都会生成一个Stream Load对应的Label ,在代码中或者SQL Connector中可以指定,建议加上UUID随机生成。否则每次执行代码前还需执行clean label from db 来清除对应Doris 库中的Label。

学亮编程手记 2876

《拉依达的嵌入式\驱动面试宝典》—C/CPP基础篇(二)

《拉依达的嵌入式\驱动面试宝典》 整合了所有我认为可能遇到的技术面试问题。所有问题及其答案均是我个人学习后查阅资料总结,每个回答都做了仔细的分析,在嵌入式及其驱动面试相关问题解析做到全网独一无二。学习或者转行到嵌入式、驱动开发领域学习的不二之选

拉依达不拉跨的博客 575

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

[大数据]Hudi编译集成

1)安装Maven(1)上传apache-maven-3.6.1-bin.tar.gz到/opt/software目录,并解压更名(2)添加环境变量到/etc/profile中(3)测试安装结果mvn -v2)修改为阿里镜像(1)修改setting.xml,指定为阿里仓库地址。

weixin_44428807的博客 859

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

上一篇: redis再战之AKF的Z轴拆分和代理集群搭建《八》
下一篇: Elasticsearch搭建以及bug
漂吧
博客等级 码龄8年 15粉丝 38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