基本介绍Ganglia：是UC Berkeley发起的一个开源集群监视项目，设计用于测量数以千计的节点。Ganglia的核心包含gmond、gm...

（本文基于Spark 2.1.1、Kafka 0.10.2、Scala 2.11.8、Zookeeper 3.4.9、Kafka-manager...

曾经试用过主流大厂提供的大数据平台服务，仅从用户体验角度上来说，各有千秋。 百度天算控制台 功能分类明确，使用简单，组件版本较新，客服响应...

浅显易懂的介绍，很多资料对File Blocks副本Location位置的描述是有误的，正确的理解请参考本漫画，后附Hadoop 2.7.3 B...

本文基于Spark 2.1.0版本、Hadoop 2.7.3版本 如无特殊说明，本文的Spark Web UI，特指: [Driver Web ...

本文基于Spark2.1.0版本套用官文Tuning Spark中的一句话作为文章的标题： *Often, choose a serializa...

本文基于Spark2.1.0、Kafka 0.10.2、Scala 2.11.8版本 背景： Kafka做为一款流行的分布式发布订阅消息系统，以...

本文基于Spark2.1.0版本 虽然很少有生产环境用Kafka传递超过1M消息的场景（因为高吞吐、低延时的要求，Kafka 发布-订阅模型中P...

本文基于Spark2.1.0版本 1，先简单介绍一下通过SparkSQL JDBC连接数据库的好处，不过这不是本文的重点 。 JDBC(Java...