这一篇文章, 主要讲的是如何优化python client的性能, 不是Cassandra本身的性能优化. Cassandra本身的性能优化, 主要是对DB Schema的设计上面的优化. 那python client …

之前一直不是非常理解Spark的缓存应该如何使用. 今天在使用的时候, 为了提高性能, 尝试使用了一下Cache, 并收到了明显的效果. 关于Cache的一些理论介绍, 网上已经很多了. 但是貌似也没有一个简单的例子说明…

keywords: docker jupyernotebook pyspark PS: 看起来因为代码高亮插件的影响, 自动高亮的代码的格式有点问题… 后面会来解决这个问题 目前我们系统的整体架构大概是: S…

之前项目组之中一位离职的同事给我们搭建的数据平台， 用的是Suse。 后来因为计算平台需要迁移到Spark之上， 我们就需要让Spark能方便的读取到SUSE之中的数据文件。 方案1：SUSE NFS Server 因为…

Zepplin 前段时间发布了0.7.0新版本， 在尝鲜的同时， 也在尝试将Zeppelin + Cassandra组合起来使用。 根据官方文档， Cassandra Interpreter 还是做了不少事情的， 说不定…

之前尝试使用Spark MLlib 做机器学习，发现不是非常方便，也可能是在使用习惯上面不太适应（相对 python sklearn）. 今天尝试使用Spark MLlib 针对Iris数据做一次实践，之后会尝试写一个包…

在之前的文章《使用nodetool 进行监控之初步使用》我们提到，新版本的Cassandra Nodetool 支持了 –format / -F 这个参数，可以将内容输出成json或者yaml格式。那么具体是…

虽然知道得晚了点，但是还是通过Databricks的邮件知道，新版的2.1.0已经发布。 我才刚刚稍微熟悉2.0.X，现在2.1.0已经冒出来~ 官网blog: https://databricks.com/blog/2…

0. 项目背景： 我厂开发了一个App，反应还不错，在app store 上面的好几个区都能拿到工具类的1-3名。 但是在运营上面，一直貌似不够精细。楼主尝试使用机器学习的方法找到对我们影响比较大的App. 所谓“影响比…

之前的文章《Cassandra自带工具》提到了nodetool的使用，不过当时讲得并不够深入。这篇文章针对监控方向进行一些更深入的介绍。 同时，如果你正好跟我一样没法切换到Enterprise Edition，用好nod…