构建 Spark 构建 Apache Spark Apache Maven 设置 Maven 的内存使用 build/mvn 构建一个可运行的 Distribution 版本 指定 Hadoop 版本并启用 YARN 使用 Hive 和 JDBC 支持构建 打包没有 Hadoop 依赖关系的 YARN 使用 Mesos 构建 使用 Scal...

Monitoring and Instrumentation Web 界面 事后查看 环境变量 Spark配置选项 REST API API 版本控制策略 Metrics 高级工具 Monitoring and Instrumentation 有几种方法来监视 Spark 应用程序：Web UI，metrics 和外部工具。 W...

从源码编译 构建配置文件 构建命令示例 构建要求 安装要求 安装maven 代理设置（可选） 包 运行端到端测试 从源码编译 原文链接 : http://zeppelin.apache.org/docs/0.7.2/install/build.html 译文链接 : http://www.apache.wiki/pages/vie...

Spark 编程指南 概述 Spark 依赖 初始化 Spark 使用 Shell 弹性分布式数据集（RDDs） 并行集合 外部 Datasets（数据集） RDD 操作 基础 传递 Functions（函数）给 Spark 理解闭包 示例 Local（本地）vs. cluster（集群）模式 打印 RDD 的 elements 与...

后端Angular API 概观 基本用法 打印AngularJS视图 绑定/解除绑定变量 观察/不记事变数 让我们让它更简单和更直观 Import 显示元素 事件处理程序 绑定模型 与模型交互 示例：基本使用 显示元素 OnClick事件 绑定模型 与模型交互 示例：字符串转换器 后端Angular API 原文...

R 解释器 概述 配置 使用R解释器 使用SparkR＆语言间移动 警告和故障排除 R 解释器 原文链接 : http://zeppelin.apache.org/docs/0.7.2/interpreter/r.html 译文链接 : http://www.apache.wiki/pages/viewpage.action?pageI...

Spark SQL, DataFrames and Datasets Guide Overview SQL Datasets and DataFrames 开始入门 起始点：SparkSession 创建 DataFrames 无类型的 Dataset 操作（aka DataFrame 操作） Running SQL Queries Progr...

配置 Zeppelin Properties SSL配置 创建和配置证书 配置服务器端SSL 启用客户端证书认证 使用Jetty密码工具模糊密码 配置 原文链接 : http://zeppelin.apache.org/docs/0.7.2/install/configuration.html 译文链接 : http://www.ap...

Spark 调优 数据序列化 内存调优 内存管理概论 确定内存消耗 优化数据结构 序列化 RDD 存储 GC优化 其它考虑 并行级别 Reduce任务内存使用 广播大变量 数据局部性 总结 Spark 调优 由于大多数Spark计算都在内存中，所以集群中的任何资源(CPU、网络带宽或内存)都可能成为Spark程序的瓶颈。...

其它 其它 Amazon EC2 ：花费大约 5 分钟的时间让您在 EC2 上启动一个集群的脚本 Kubernetes (experimental) ：在 Kubernetes 之上部署 Spark