stonezhu

Spark 中最基本的数据抽象是 RDD。 RDD：弹性分布式数据集 (Resilient Distributed DataSet)。 这三个特性分别为：分区，不可变，并行操作。 每一个 RDD 包含的数据被存储在系统的不同节点上。逻辑上我们可以将 RDD 理解成一个大的数组，…

1，在HDFS中会以Block为单位进行存储很多的File，也就是说每个File可能会被拆分成多个Block存储在HDFS上；2，当Spark读取HDFS上的文件作为输入时，会根据具体数据格式对应的I

这几种 join 算子和 sql 中的 join 类似，join 相当于内连接，fullOuterJoin 相当于全连接，leftOuterJoin 相当于左连接，rightOuterJoin 相当于右连接。 内连接：如果表中有至少一个匹配，则返回行。 左连接：即使右表中没有匹…

问题：配置了 .gitignore 文件，但在 git add 的时候没有忽略掉。

1，Gradle：是一个基于 Apache Ant 和 Apache Maven 概念的项目 自动化建构 工具。它使用一种基于 Groovy 的特定领域语言 来声明项目设置，而不是传统的 XML 。当前其支持的语言限于 Java、 Groovy和Scala ，计划未来将支持更多…

根据报错 log 可以断定的是由于我本地编译打包所使用的 jdk 版本和 linux 集群的 jre 版本不一致导致的。stanford parser 和 jdk 版本对应关系为： 可以推断出是由于我打包编译时所使用的 jdk 版本是 jdk8，而集群的 jre 是7，才导致的…

最近看到一篇很好资料，里面三言两语配上几个图就把列式存储(Column-based Storage)讲明白了，牛啊！最喜欢的就是这种浅显易懂就把背景知识讲得明明白白，而不是长篇大论的讲概念。 列式存储(Columnar or column-based)是相对于传统关系型数据库的…

我换用了wx.redirectTo(Object object)，只销毁当前页面，交互上也能接受。

Canvas 类下的所有 draw- 打头的方法，例如 drawCircle() drawBitmap()。 下面主要看Canvas绘制的Api。 在整个绘制区域统一涂上指定的颜色。例如 drawColor(Color.BLACK) 会把整个区域染成纯黑色，覆盖掉原有内容； d…