Spark SQL 在字节跳动的优化实践 郭俊

Spark 在字节跳动内部扮演着重要角色。在数据仓库领域，Spark SQL 正在逐渐取代 Hive 成为主要的 ETL 计算引擎，另外它还是字节跳动内部重要的 ad-hoc 查询引擎。目前 Spar

Flink在字节跳动的实践

关于字节跳动的分析报告，讲述字节跳动的发展以及与腾讯的矛盾，还有一些未来的预测。 资料仅供学习分享

此文档主要对日常使用spark过程中可能遇到的一些性能优化问题做了一次整理总结

字节跳动，百度的”“威力加强版”：虽然媒体热衷于炒作“头腾大战”，字节跳动最贴切的对标其实是百度。它具备百度巅峰期的优点（技术领先、销售强势），又避免了导致百度衰落的缺点（不重视用户体验、执行力低下

SparkSQL最佳实践

Spark SQL是Spark用来处理结构化数据的一个模块,它提供了两个编程抽象分别叫做DataFrame和DataSet,它们用于作为分布式SQL查询引擎。从下图可以查看RDD、DataFrames

Spark 调优 在 facebook 的实践

讲述今日头条是如何用Spark来处理海量数据，以及在实际使用中的一些改进。

sparkstreaming在阿里巴巴的应用实践，讲解了spark在实际项目中的运用。