[帮助文档] 通过Spark SQL Engine开发Spark SQL作业
当您需要实时分析数据或通过JDBC协议开发Spark SQL作业时,可以通过AnalyticDB for MySQL的Spark Distribution SQL Engine开发Spark SQL作业。通过Spark Distribution SQL Engine可以更方便地利用SQL分析、处理和...
[帮助文档] 通过PySpark开发Spark应用
本文介绍了如何开发AnalyticDB MySQL Spark Python作业,以及如何通过VirtualEnv技术打包Python作业的运行环境。
[帮助文档] 在DataWorks中使用Spark Distribution SQL Engine开发Spark SQL作业
若您需要在DataWorks中开发Spark SQL作业,可以通过注册CDH集群的方式,将AnalyticDB for MySQL的Spark Distribution SQL Engine服务注册为一种支持SQL的执行引擎,从而满足您在DataWorks中使用Spark Distribution ...
[帮助文档] 如何通过Java SDK提交Spark作业、查询Spark作业的状态和日志信息、结束Spark作业以及查询Spark历史作业
AnalyticDB MySQL湖仓版(3.0)集群支持通过Java SDK开发Spark应用和Spark SQL作业。本文介绍通过Java SDK提交Spark作业、查询Spark作业的状态和日志信息、结束Spark作业以及查询Spark历史作业的操作步骤。
构建未来:云原生架构在企业数字化转型中的关键作用构建高效微服务架构:后端开发的新范式
在当今的商业环境中,企业面临着前所未有的竞争压力和不断变化的市场需求。为了适应这种快速演变的业格局,组织必须转向更加灵活和响应迅速IT架构。云原生技术,作为支持这一转型的重要力量,正逐渐成为业界关注的焦点。 云原生架构是一种构建和运行应用程序的方法,它利用云计算的优势来实现更快速的开发周期、更频繁的...
[帮助文档] 通过Docker镜像启动Jupyter交互式环境并提交Spark作业
AnalyticDB for MySQL Spark支持使用Docker镜像快速启动Jupyter交互式开发环境,帮助您使用本地Jupyter Lab连接AnalyticDB for MySQL Spark,从而利用AnalyticDB for MySQL的弹性资源进行交互测试和计算。
未来趋势:云原生技术在后端开发中的应用
随着信息技术的不断进步和应用场景的不断拓展,云原生技术作为一种新兴的软件架构概念,正逐渐成为后端开发领域的热门话题。云原生技术的核心理念是将应用程序设计、开发和部署与云环境相结合,以更好地发挥云计算的优势,提高应用的敏捷性、可靠性和可扩展性。在传统的软件开发过程中,往往需要考虑底层基础设施的支持和维...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。