sparkforandroid
『壹』 安卓第三方開源庫
https://github.com/Snailclimb/javaGuide
https://github.com/crossoverJie/JCSprout
https://github.com/yangchong211/YCBlogs
https://github.com/GcsSloop/AndroidNote
Android開源庫V - Layout：淘寶、天貓都在用的UI框架，趕緊用起來吧！
安卓開發者不得不收藏的工具
安卓那些你不得不收藏的開源庫
GitHub上受歡迎的Android UI Library
Android開源項目以及開源框架，各種UI實現效果
Github： https://github.com/fanhua1994/XBaseAndroid
Gituhb： https://github.com/white-cat/ThinkAndroid
Github： https://github.com/gdpancheng/LoonAndroid
http://www.52im.net/
http://blog.csdn.net/dong_18383219470/article/details/71101859
http://blog.csdn.net/dong_18383219470/article/details/77932822
https://github.com/robbiehanson/XMPPFramework Ios
http://www.igniterealtime.org/projects/smack/ Android
http://www.igniterealtime.org/projects/openfire/index.jsp Server
http://www.igniterealtime.org/projects/spark/index.jsp Client
開源中國官方安卓APP
https://gitee.com/oschina/android-app
安卓聊天APP
Gitee： https://gitee.com/735859399/weichat
Github： https://github.com/JackJiang2011/MobileIMSDK
tinker 補丁管理管理平台
https://github.com//tinker-manager
https://www.jianshu.com/p/e61a4d10e122
https://github.com/alibaba/AndFix 阿里系
ttps://github.com/dodola/HotFix 騰訊系
https://github.com/jasonross/Nuwa
https://github.com/bunnyblue/DroidFix
https://github.com/Tencent/tinker 微信
https://github.com/dodola/AnoleFix 仿美團
https://github.com/dodola/RocooFix
https://www.aliyun.com/proct/hotfix
https://github.com/Meituan-Dianping/Robust 美團系
https://github.com/meili/Aceso 蘑菇街
https://github.com/eleme/Amigo/ 餓了么
https://github.com/square/okhttp
Github： https://github.com/jeasonlzy/okhttp-OkGo 5.9K
github： https://github.com/siwangqishiq/ImageEditor-Android
github： https://github.com/Blizzard-liu/AndroidUtils
github： https://github.com/xiuweikang/IM
github： https://github.com/LaiFeng-Android/SopCastComponent
github： https://github.com/zhoubowen-sky/LingDong
github： https://github.com/cxmscb/android-MaterialEditText
GitHub： https://github.com/dmytrodanylyk/circular-progress-button
GitHub： https://github.com/johnkil/Android-AppMsg
GitHub： https://github.com/MrZhousf/EasyDB
GitHub： https://github.com/LineChen/FlickerProgressBar
GitHub：[ https://github.com/chrisbanes/Android-PullToRefresh 暫停維護]
Github： https://github.com/huxq17/XRefreshView
Github： https://github.com/scwang90/SmartRefreshLayout
Github： https://github.com/MarkMjw/PullToRefresh
Github： https://github.com/Yalantis/Phoenix
Github： https://github.com/liaohuqiu/android-cube-app
Github： https://github.com/lizhangqu/Camera
Github： https://github.com/mayubao/KuaiChuan
Github： https://github.com/greenrobot/EventBus
Github： https://github.com/stfalcon-studio/ChatKit
Github： https://github.com/Rance935/ChatUI
Github： https://github.com/qstumn/BadgeView
Github： https://github.com/bingoogolapple/BGAQRCode-Android
Github： https://github.com/dm77/barcodescanner
Github： https://github.com/googlesamples/easypermissions
Github： https://github.com/yanzhenjie/AndPermission
Github： https://github.com/nanchen2251/CompressHelper
Github： https://github.com/jeanboydev/Android-BitherCompress
Github： https://github.com/Curzibn/Luban （最接近朋友圈圖片壓縮的演算法）
Github： https://github.com/Sunzxyong/Tiny （an image compression framework.）
Github： https://github.com/FinalTeam/RxGalleryFinal
Github： https://github.com/ValuesFeng/AndroidPicturePicker
Github： https://github.com/LuckSiege/PictureSelector
Github： https://github.com/crazycodeboy/TakePhoto
Github： https://github.com/jeasonlzy/NineGridView
Github： https://github.com/donglua/PhotoPicker
Github： https://github.com/jeasonlzy/ImagePicker （已停止維護）
Github： https://github.com/LuckSiege/PictureSelector
Github： https://github.com/FinalTeam/RxGalleryFinal
Gituhb： https://github.com/DroidNinja/Android-FilePicker
Github： https://github.com/HomHomLin/AdvancedPagerSlidingTabStrip
Github： https://github.com/yangfuhai/ASimpleCache
Gituhb： https://github.com/ikew0ng/SwipeBackLayout
Github： https://github.com/liuguangqiang/SwipeBack
[圖片上傳失敗...(image-487509-1510123239039)]
[圖片上傳失敗...(image-f75761-1510123239039)]
Github： https://github.com/Tamicer/JsWebView
Github： https://github.com/forezp/SpringCloudLearning
Gituhb： https://github.com/daimajia/NumberProgressBar
Github： https://github.com/LinHuanTanLy/Pay_Master
Gituhb： https://github.com/chrisbanes/PhotoView
Github： https://github.com/orhanobut/dialogplus
Gituhb： https://github.com/saiwu-bigkoo/Android-AlertView
Github： https://github.com/afollestad/material-dialogs
Github： https://github.com/pedant/sweet-alert-dialog
Github： https://github.com/JoanZapata/android-pdfview
Gituhb： https://github.com/hongyangAndroid/Highlight
Gituhb： https://github.com/xiaoyaoyou1212/BluetoothChat
Github： https://github.com/LillteZheng/ViewPagerHelper
Github： https://github.com/crazyandcoder/citypicker
Github： https://github.com/QMUI/QMUI_Android
MVP+RxJava2+Retrofit2+Glide+Rxbus，主要實現日報、新聞、干貨、影視等資訊，個人項目
Github： https://github.com/Horrarndoo/YiZhi
Github： https://github.com/yangchong211/LifeHelper
A memory leak detection library for Android and Java.（用於Android和Java的內存泄漏檢測庫）
Github： https://github.com/square/leakcanary
Github： https://github.com/zerochl/FFMPEG-AAC-264-Android-32-64
Github： https://github.com/aesion/NodeProgressView
https://github.com/CarGuo/GSYVideoPlayer
Github： https://github.com/gjiazhe/WaveSideBar
Github： https://github.com/fanhua1994/WheelPicker
Gituhb： https://github.com/XXApple/AndroidLibs
Github： https://github.com/AigeStudio/WheelPicker
Github： https://github.com/scwang90/SmartRefreshLayout （最強）
Github ： https://github.com/RawnHwang/SmartRefreshLayout
Github： https://github.com/anzewei/NestRefreshLayout
Github： https://github.com/lipangit/JiaoZiVideoPlayer
Github： https://github.com/ACRA/acra
Github： https://github.com/CarGuo/CustomActionWebView
Github： https://github.com/fanhua1994/FastVideoPlayer
輕松將相機功能集成到您的Android應用程序
Github： https://github.com/google/cameraview
Github： https://github.com/hongyangAndroid/AndroidAutoLayout
Github： https://github.com/JessYanCoding/AndroidAutoSize （今日頭條）
視頻錄制 視頻壓縮
Github： https://github.com/zerochl/FFMPEG-AAC-264-Android-32-64
Github： https://github.com/WritingMinds/ffmpeg-android-java
Github ： https://github.com/chenhui28/VideoRecorderAndCompressor
Weixin： https://mp.weixin.qq.com/s/7ffZB0_RB90i5c60bEYRWg
Github： https://github.com/bm-x/PhotoView
Github： https://github.com/chrisbanes/PhotoView
Github： https://github.com/jpush/aurora-imui
Github： https://github.com/MZCretin/WifiTransfer-master
Github： https://github.com/DuanJiaNing/Musicoco
Github： https://github.com/GitLqr/LQRWeChat
Github： https://github.com/hmkcode/Android
Github： https://github.com/TheFinestArtist/FinestWebView-Android
github： https://github.com/delight-im/Android-AdvancedWebView
一款新聞客戶端, MVP + RxJava + Retrofit + Dagger2
Github： https://github.com/Will-Ls/WeiYue
Github： https://github.com/yaowen369/DownloadHelper
Github： https://github.com/SOFTPOWER1991/OpenCVCheck
Github： https://github.com/luozhanming/Captcha
Github： https://github.com/JesseFarebro/Android-Mqtt
Github： https://github.com/wenmingvs/AndroidProcess
Github： https://github.com/jaredrummler/AndroidProcesses
Github： https://github.com/daimajia/AndroidSwipeLayout
Github： https://github.com/norbsoft/android-typeface-helper
Github： https://github.com/zcweng/ToggleButton
Github： https://github.com/wangzailfm/WanAndroidClient （Kotlin）
Github： https://github.com/salecoding/WanAndroid （Java）
Github： https://github.com/zrunker/IbookerEditorAndroid/
Github： https://github.com/jfeinstein10/SlidingMenu
Github： https://github.com/SpecialCyCi/AndroidResideMenu
Github： https://github.com/totond/TextPathView
Github： https://github.com/DroidPluginTeam/DroidPlugin [360手機助手]
Github：[
『貳』 2019年十大最佳深度學習框架
作者 | python語音識別
來源 | 濤哥聊Python
雖然我們大多數人都驚嘆為什麼DL這么好？在使用大量數據進行訓練時，它在准確性方面非常出色。近幾年隨著深度學習演算法的發展，出現了很多深度學習的框架，這些框架各有所長，各具特色。下面將為大家介紹2019年最受歡迎的十大深度學習框架。
TensorFlow谷歌的Tensorflow可以說是當今最受歡迎的深度學習框架。Gmail，Uber，Airbnb，Nvidia以及其他許多知名品牌都在使用。TF是目前深度學習的主流框架，Tensorflow主要特性：
TensorFlow支持python、JavaScript、C ++、Java和Go，C＃和Julia等多種編程語言。 TF不僅擁有強大的計算集群，還可以在iOS和Android等移動平台上運行模型。 TF編程入門難度較大。初學者需要仔細考慮神經網路的架構，正確評估輸入和輸出數據的維度和數量。 TF使用靜態計算圖進行操作 。也就是說我們需要先定義圖形，然後運行計算，如果我們需要對架構進行更改，我們會重新訓練模型。選擇這樣的方法是為了提高效率，但是許多現代神經網路工具能夠在學習過程中考慮改進而不會顯著降低學習速度。在這方面，TensorFlow的主要競爭對手是PyTorch 。TensorFlow優點：
它非常適合創建和試驗深度學習架構，便於數據集成，如輸入圖形，sql表和圖像。 它得到谷歌的支持，這就說明該模型短期內不會被拋棄，因此值得投入時間來學習它。 PyTorchTensorflow之後用於深度學習的主要框架是PyTorch。PyTorch框架是Facebook開發的，已被Twitter和Salesforce等公司使用。
PyTorch基本特性：
與TensorFlow不同，PyTorch庫使用動態更新的圖形進行操作 。這意味著它可以在流程中更改體系結構。 在PyTorch中，您可以使用標准調試器 ，例如pdb或PyCharm。PyTorch優點：
訓練神經網路的過程簡單明了。同時，PyTorch支持數據並行和分布式學習模型，並且還包含許多預先訓練的模型。 PyTorch更適合小型項目和原型設計。 SonnetSonnet深度學習框架是建立在TensorFlow的基礎之上。它是DeepMind用於創建具有復雜架構的神經網路。
Sonnet基本特性：
面向對象的庫，在開發神經網路（NN）或其他機器學習（ML）演算法時更加抽象。 Sonnet的想法是構造對應於神經網路的特定部分的主要Python對象。此外，這些對象獨立地連接到計算TensorFlow圖。分離創建對象並將其與圖形相關聯的過程簡化了高級體系結構的設計。Sonnet優點：
Sonnet的主要優點是可以使用它來重現DeepMind論文中展示的研究，比Keras更容易，因為DeepMind論文模型就是使用Sonnet搭建的。 KerasKeras是一個機器學習框架，如果您擁有大量數據和/或你想快速入門深度學習，那麼Keras將非常適合學習。Keras是TensorFlow高級集成APi，可以非常方便的和TensorFlow進行融合。這是我強烈推薦學習的一個庫。
Keras基本特性：
除了Tensorflow之外，Keras還是其他流行的庫（如Theano和CNTK）的高級API。 在Keras中更容易創建大規模的深度學習模型，但Keras框架環境配置比其他底層框架要復雜一些。Keras優點：
對於剛剛入門的人來說，Keras是最好的深度學習框架。它是學習和原型化簡單概念的理想選擇，可以理解各種模型和學習過程的本質。 Keras是一個簡潔的API。 可以快速幫助您創建應用程序。 Keras中代碼更加可讀和簡潔。 Keras模型序列化/反序列化API，回調和使用Python生成器的數據流非常成熟。順便說一下TensorFlow和Keras的對比：
PS：Tensorflow處於底層框架：這和MXNet，Theano和PyTorch等框架一樣。包括實現諸如廣義矩陣 - 矩陣乘法和諸如卷積運算的神經網路原語之類的數學運算。
Keras處於高度集成框架。雖然更容易創建模型，但是面對復雜的網路結構時可能不如TensorFlow。
MXNetMXNet是一種高度可擴展的深度學習工具，可用於各種設備。雖然與TensorFlow相比，它似乎沒有被廣泛使用，但MXNet的增長可能會因為成為一個Apache項目而得到提升。
MXNet基本特性：
該框架支持多種語言，如C ++，Python，R，Julia，JavaScript，Scala，Go，甚至Perl。 可以在多個GPU和許多機器上非常有效地並行計算。MXNet優點：
支持多個GPU（具有優化的計算和快速上下文切換） 清晰且易於維護的代碼（Python，R，Scala和其他API） 快速解決問題的能力（對於像我這樣的深度學習新手至關重要）雖然它不像TF那麼受歡迎，但MXNet具有詳細的文檔並且易於使用，能夠在命令式和符號式編程風格之間進行選擇，使其成為初學者和經驗豐富的工程師的理想選擇。
GLUONGluon是一個更好的深度學習框架，可以用來創建復雜的模型。GLUON基本特性：
Gluon的特殊性是具有一個靈活的界面，簡化了原型設計，構建和培訓深度學習模型，而不會犧牲學習速度。 Gluon基於MXNet，提供簡單的API，簡化深度學習模型的創建。 與PyTorch類似，Gluon框架支持使用動態圖表 ，將其與高性能MXNet相結合。從這個角度來看，Gluon看起來像是分布式計算的Keras非常有趣的替代品。GLUON優點：
在Gluon中，您可以使用簡單，清晰和簡潔的代碼定義神經網路。 它將訓練演算法和神經網路模型結合在一起，從而在不犧牲性能的情況下提供開發過程的靈活性。 Gluon可以定義動態的神經網路模型，這意味著它們可以動態構建，使用任何結構，並使用Python的任何本機控制流。 SWIFT當你聽到Swift時，您可能會考慮iOS或MacOS的應用程序開發。但是如果你正在學習深度學習，那麼你一定聽說過Swens for Tensorflow。通過直接與通用編程語言集成，Swift for TensorFlow可以以前所未有的方式表達更強大的演算法。SWIFT基本特性：
可以輕松獲得可微分的自定義數據結構。 下一代API 。通過實踐和研究獲得的新API更易於使用且更強大。 在TensorFlow的基礎上 ，Swift API為您提供對所有底層TensorFlow運算符的直接調用。 基於Jupyter、LLDB或者Swift in Colab的編程工具提高了您的工作效率。SWIFT優點：
如果動態語言不適合您的任務，那麼這將是一個很好的選擇。當你訓練運行了幾個小時，然後你的程序遇到類型錯誤，那麼使用Swift，一種靜態類型語言。您將看到代碼錯誤的地方。 Chainer直到CMU的DyNet和Facebook的PyTorch出現之前，Chainer是動態計算圖或網路的領先神經網路框架，它允許輸入數據長度不一致。chainer基本特性：
Chainer代碼是在Numpy和CuPy庫的基礎之上用純Python編寫的， Chainer是第一個使用動態架構模型的框架。Chainer優點：
通過自己的基準測試，Chainer明顯比其他面向Python的框架更快，TensorFlow是包含MxNet和CNTK的測試組中最慢的。 比TensorFlow更好的GPU和GPU數據中心性能。最近Chainer成為GPU數據中心性能的全球冠軍。 DL4J那些使用Java或Scala的人應該注意DL4J（Deep Learning for Java的簡稱）。DL4J的基本特性：
DL4J中的神經網路訓練通過簇的迭代並行計算。 該過程由Hadoop和Spark架構支持。 使用Java允許您在Android設備的程序開發周期中使用。DL4J優點：
如果您正在尋找一個良好的Java深度學習框架，這會是一個非常好的平台。 ONNXONNX項目誕生於微軟和Facebook，旨在尋找深度學習模型呈現的開放格式。ONNX簡化了在人工智慧的不同工作方式之間傳遞模型的過程。因此ONNX具有各種深度學習框架的優點。
ONNX基本特性：
ONNX使模型能夠在一個框架中進行訓練並轉移到另一個框架中進行推理。ONNX模型目前在Caffe2，Microsoft Cognitive Toolkit，MXNet和PyTorch中得到支持，並且還有許多其他常見框架和庫的連接器。ONNX優點：
對於PyTorch開發人員來說，ONNX是一個好的選擇。但是對於那些喜歡TensorFlow的人來說，Keras等可能好一點。 總結那麼您應該使用哪種深度學習框架？下面是幾點建議：
如果你剛剛開始學習，那麼最好的選擇是Keras 。 出於研究目的，請選擇PyTorch 。 對於生產，您需要關注環境。因此對於Google Cloud，最好的選擇是TensorFlow ，適用於AWS - MXNet和Gluon 。 Android開發人員應該關注D4LJ ，對於iOS來說， Core ML會破壞類似的任務范圍。 最後， ONNX將幫助解決不同框架之間的交互問題。『叄』 android消息推送GCM、XMPP、MQTT三種方案的優劣是什麼
Android推送方案分析（MQTT/XMPP/GCM）
本文主旨在於，對目前Android平台上最主流的幾種消息推送方案進行分析和對比，比較客觀地反映出這些推送方案的優缺點，幫助大家選擇最合適的實施方案。
方案1、使用GCM服務（Google Cloud Messaging）
簡介：Google推出的雲消息服務，即第二代的G2DM。
優點：Google提供的服務、原生、簡單，無需實現和部署服務端。
缺點：Android版本限制（必須大於2.2版本），該服務在國內不夠穩定、需要用戶綁定Google帳號，受限於Google。
方案2、使用XMPP協議（Openfire + Spark + Smack）
簡介：基於XML協議的通訊協議，前身是Jabber，目前已由IETF國際標准化組織完成了標准化工作。
優點：協議成熟、強大、可擴展性強、目前主要應用於許多聊天系統中，且已有開源的Java版的開發實例androidpn。
缺點：協議較復雜、冗餘（基於XML）、費流量、費電，部署硬體成本高。
方案3、使用MQTT協議（更多信息見：http://mqtt.org/）
簡介：輕量級的、基於代理的「發布/訂閱」模式的消息傳輸協議。
優點：協議簡潔、小巧、可擴展性強、省流量、省電，目前已經應用到企業領域（參考：http://mqtt.org/software），且已有C++版的服務端組件rsmb。
缺點：不夠成熟、實現較復雜、服務端組件rsmb不開源，部署硬體成本較高。
『肆』 Spark編程題
現有100W+條數據存儲在hdfs中的userinfo文件夾中的多個文件中,數據格式如下：
張三|男|23|未婚|北京|海淀
李四|女|25|已婚|河北|石家莊
求：
1.數據中所有人的平均年齡
2.數據中所有男性未婚的人數和女性未婚人數
3.數據中20-30已婚數量前3的省份
答案：
package spark08
import org.apache.spark.rdd.RDD
import org.apache.spark.util.LongAccumulator
import org.apache.spark.{SparkConf, SparkContext}
/**
*張三|男|23|未婚|北京|海淀
*李四|女|25|已婚|河北|石家莊
*
*統計:
* 1.數據中所有人的平均年齡
* 2.數據中所有男性未婚的人數和女性未婚人數
* 3.數據中20-30已婚數量前3的省份
* 4.未婚比例(未婚人數/該城市總人數)最高的前3個城市
*/
object UserInfo {
def main(args: Array[String]): Unit = {
val conf: SparkConf = new SparkConf()
.setAppName(this.getClass.getSimpleName)
.setMaster("local[*]")
val sc = new SparkContext(conf)
//讀取原始文件
val strFile: RDD[String] = sc.textFile("D:\\data\\data\\userinfo")
val srcRdd: RDD[(String, String, Int, String, String, String)] = strFile.map(t => {
val strings: Array[String] = t.split("\\|")
val name: String = strings(0)
val gender = strings(1)
val age = strings(2).toInt
val isMarry: String = strings(3)
val province = strings(4)
val city = strings(5)
(name, gender, age, isMarry, province, city)
})
srcRdd.cache()
//1.數據中所有人的平均年齡 李四|女|25|已婚|河北|石家莊
val ageAccumulator: LongAccumulator = sc.longAccumulator //使用累加器統計總人數
val ageCount: Int = srcRdd.map(t => {
ageAccumulator.add(1)
t._3
}).rece(_ + _)
val ageNumber = ageAccumulator.value
val avgAge = ageCount.toLong/(ageNumber*1.0)
println(s"所有人的平均年齡為${avgAge}")
//2.數據中所有男性未婚的人數和女性未婚人數
val genderAndMarryRDD: RDD[(String, Iterable[(String, String)])] = srcRdd.map(t => {
(t._1, t._3) //性別,婚否
}).filter(_._2.equals("未婚")).groupBy(_._1) //按性別分組
val res2RDD: RDD[(String, Int)] = genderAndMarryRDD.mapValues(t=>t.size)
res2RDD.collect().foreach(println)
//數據中20-30已婚數量前3的省份 李四|女|25|已婚|河北|石家莊
val res3: Array[(Int, String)] = srcRdd.filter(t => {
t._3 >= 20 && t._3 <= 30 && t._4.equals("已婚")
})//刪選出滿足20-30已婚的數據，按省份分組，求v的size即是20-30已婚數量
.groupBy(_._5).mapValues(_.size)
//k,v互換取前3
.map(t => (t._2, t._1)).top(3)
res3.foreach(println)
//(城市,(未婚人數,已婚人數))
//未婚比例(未婚人數/該城市總人數)最高的前3個城市 李四|女|25|已婚|河北|石家莊
『伍』 求救air for android 怎樣設置啟動畫面
啟動畫面 Adobe已經創建了非常容易添加到你的應用程序的啟動畫面。啟動畫面是在應用程序載入時首先載入和顯示的圖像。有多個選項來顯示此啟動畫面，但讓我們看看一個基本的示例，它顯示了splashScreenImage屬性被設置為.PNG圖像。
<?xml version="1.0" encoding="utf-8"?> <s:Application xmlns:fx="http://ns.adobe.com/mxml/2009" xmlns:s="library://ns.adobe.com/flex/spark" splashScreenImage="@Embed('happytoad.png')"> <fx:Declarations> <!-- Place non-visual elements (e.g., services, value objects) here --> </fx:Declarations> </s:Application>
『陸』 大數據中的Spark指的是什麼
謝謝邀請！
spark最初是由伯克利大學的amplab於2009年提交的一個項目，現在已經是Apache軟體基金會最活躍的項目，對於spark,apache給出的官方定義是：spark是一個快速和通用的大數據處理引擎。可以理解為一個分布式大數據處理框架，spark是基於Rdd(彈性分布式數據集)，立足於內存計算，在「one stack to rule them all」 的思想引導下 ，打造了一個可以流式處理（spark streaming）,機器學習（mllib）,實時查詢（spark sql）,圖計算（graphx）等各種大數據處理，無縫連接的一棧式計算平台，由於spark在性能和擴展上快速，易用，通用的特點，使之成為一個一體化，多元化的大數據計算平台。
spark的一棧式優勢
1 快速處理，比hadoop快100倍，因為spark是基於內存計算，而hadoop是基於磁碟計算
2易用性，spark支持多種語言
3 通用性強，可以流式處理，及時查詢，圖計算，機器學習
4 可以和hadoop數據集成，運行在yarn上，統一進行資源管理調度
5 活躍和壯大的社區
以上是關於spark的簡單定義，希望我的回答可以採納，謝謝
『柒』 Spark依賴包載入順序
在流式計算中對於修改數值的操作或者在 mappartion/foreachPartition 中自定義數據持久化到非主鍵約束的平台時，就會出現災難性後果。
一旦出現數據傾斜，啟動備用線程執行當前任務，就會出現數據加倍等臟數據。所以在以上場景，無法保證操作冪等性的前提下，不要開啟推測執行。
spark 依賴包載入順序總結:
默認情況下，spark 優先使用 / etc/spark/conf/classpath.txt 里自帶的依賴包；
若是找不到則查找用戶通過 --jar 提交的依賴包 (位於 driver、executor 的 classpath 里)；
若是兩個路徑下都有相同名字的依賴包（版本不同），則拋出 linked exception 用戶解決沖突；
使用 --spark.{driver,executor}.userClassPathFirst = true 優先啟用用戶提供的依賴包；
使用 --spark.{driver,executor}.extraClassPath = conflict-jar 來解決同名沖突的包依賴；
『捌』 spark8pro參數
spark8pro參數：spark8pro由帶有Mali-G52 GPU的聯發科技Helio G85 SoC提供支持。它搭配高達6GB的RAM和64GB的板載存儲空間。它裝有5,000mAh電池，支持33W快閃記憶體充電。該智能手機配備6.8英寸大點陣顯示屏，解析度為FHD+。它的四面都採用薄邊框設計，但底部邊框稍厚。這款智能手機在後部配備了三攝像頭系統，該系統是在香草Spark 8上看到的雙攝像頭系統上升級的。
Tecno Spark 8 Pro的攝像體驗
Tecno Spark 8 Pro背面採用脊狀設計和三重攝像頭設置，48MP 主攝像頭旁邊是 2MP 深度攝像頭和第三個未指定模塊。該手機還裝有一個側面安裝的指紋掃描儀，並帶有耳機插孔和 33W 充電功能。軟體方面由 Android 11 覆蓋，頂部是 Tecno 的 HiOS 7.6。
『玖』 delphiandroidrelease不產生apk文件的原因
程序員大本營
技術文章內容聚合第一站
首頁 / 聯系我們 / 版權申明 / 隱私條款
搜索
Delphi 10.3.3無法生成安卓Android APK錯誤：Troubleshooting: Cannot Deploy an Application for Android
技術標簽： Delphi android 無法生成Android APK Cannot Deploy
錯誤提示：Troubleshooting: Cannot Deploy an Application for Android 解決方法：首先檢查是否缺少安裝Android SDK 頸椎枕疑難解答 沒有列出Android目標 無法在設備或模擬器上運行 無法部署 疑難解答。無法部署Android應用程序 要解決這個問題，請查看這些方面。 檢查 "...
查看原文
Powered By
VDO.AI
PlayUnmute
Loaded: 0.68%
Fullscreen
charles 排除 pc_如何使Windows為您排除PC問題
with hardware detection and drivers. 硬體和設備 ：檢查您的計算機是否存在硬體設備問題。 如果硬體設備(尤其是最近安裝的硬體設備)無法正常工作，則此疑難解答程序可以... something. 就是這樣 沒有針對您遇到的每個問題的疑難解答程序，並且確實存在的疑難解答程序無法解決所有問題。 但是，當您遇到某些問題時，疑難解答是一個不錯的起點。 › How to
The emulator process for AVD Copy_of_Pixel_3_XL_API_30 was killed.
以前在使用android studio時就遇到過類似的問題，但是好久沒用了，今天又遇到了類似的問題： 我的是AVD一直被KILLED，即使把AVD復制到SDK的文件夾下還是被KILLED。 所以肯定是系統設置出了問題。 1： 打開更新與安全 2： 點擊立即重新啟動 3： 疑難解答 4：選擇高級選項 5：啟動設置 6：按8禁止。。。。。。。 7：重啟 於是就好了，我是小白，希望對你有所幫助
JZ2440V3開發板:05---禁止驅動程序強制簽名
整個流程：設置-->更新和安全-->選「恢復」--> 立即重啟-->疑難解答-->高級選項-->啟動設置-->點擊「重啟」，此時電腦就會重啟來到設置界面，在設置界面選擇：疑難解答->高級選項->啟動設置->重啟。再次重啟之後按下F7選擇「禁止驅動程序強制簽名」
VS 無法在web伺服器上啟動調試。您沒有調試web伺服器進程的許可權
win10系統: 方法一： ①：右鍵點擊屬性 ②：點擊高級,把勾去掉。 方法二： ①：找到vs的安裝目錄,點擊devenv.exe右鍵,選擇"兼容性疑難解答"。 ②：選擇"疑難解答程序" ③：選擇「該程序需要附加許可權」 ④：要先點擊測試程序，然後才能點擊下一步。 ⑤：啟動VS，大功告成
AutoCAD安裝後無法打開快捷鍵
AutoCAD安裝後無法打開快捷鍵的問題解決方案： 點擊右鍵屬性——打開文件所在位置——找到acad所在的位置 點擊右鍵——打開兼容性疑難解答——疑難解答程序——修復以後就出現了激活界面——安照步驟去激活——激活以後就可以打開了
智能推薦
Winsoft JDBC for Android v3.7 for Delphi & C++SEO狼術
Winsoft JDBC for Android v3.7 for Delphi & C++ Builder XE5 - 10.3 Rio Full Source 適用於Delphi和C ++ Builder XE5的Android v3.7的Winsoft JDBC-10.3 Rio完整源代碼 適用於Android的Ja...
Android Apk通過代理Application解密，還原正式的Application，AES加密Apk
apk通過代理application解密，還原 1.manifest里添加 2.1解密加密後的Apk裡面的.dex文件，還原正式的Application 2，Apk加密，對齊，簽名 最終得到的app-signed-aligned.apk就是加密後的 ...
解決AS導入Error:(1, 0) Could not find method apply() for arguments [{plugin=com.android.application}]錯誤
AS導入項目後，難免會出現錯誤，這篇帖子針對以下錯誤做出解決方案。 Error:(1, 0) Could not find method apply() for arguments [{plugin=com.android.application}] on project ':app' of type org.gradle.api.Project. ①：打開項目文件下的App文件夾，復制buil...
解決AS導入Error:(1, 0) Could not find method apply() for arguments [{plugin=com.android.application}]錯誤
AS導入項目後，難免會出現錯誤，這篇帖子針對以下錯誤做出解決方案。 Error:(1, 0) Could not find method apply() for arguments [{plugin=com.android.application}] on project ':app' of type org.gradle.api.Project. ①：打開項目文件下的App文件夾，復制buil...
關於Eclipse for Android安裝SDK過程中出現的錯誤——The import android.support cannot be resolved
The import android.support cannot be resolved 錯誤提示如下： 1、點擊project下的 Properties 2、導航到 Java Build Path 3、然後轉到Libraries選項卡。點擊Add External JARs右側窗格上的按鈕。 4、選擇android-support-v4.jar文件，通常Jar文件的路徑為： YOUR_DRIV...
猜你喜歡
已解決錯誤：This version of the Android Support plugin for IntelliJ IDEA (or Android Studio) cannot open t
使用Android Studio首次運行他人項目時， 提示錯誤： This version of the Android Support plugin for IntelliJ IDEA (or Android Studio) cannot open this project, please retry with version 4.1 or newer. 錯誤原因： 當前Android Stud...
如何更新DELPHI android版本
如何更新DELPHI android版本 首先打開Android Tools 接著選擇需要的新版本進行install 在delphi中依次點擊Tool——options彈出如下界面，選中SDK manager，在右側依次更換SDK文件路徑文件即可...
微信小程序使用字體圖標
項目中常常需要使用到字體圖標，微信小程序中使用字體圖標與在平常的web前端中類似但是又有區別。下面以使用阿里圖標為例子講解如何在微信小程序中使用字體圖標。 第一步：下載需要的字體圖標 進入阿里圖標官網http://iconfont.cn/搜索自己想要的圖標，如這里需要一個購物車的圖標，流程為： 搜索「購物車」圖標--->點擊「添加入庫」--&g...
mr shuffle和spark shuffle的區別
前言 對比mr和spark，Shuffle 過程有著諸多類似，例如，Shuffle 過程中，提供數據的一端被稱作 Map 端，Map 端每個生成數據的任務稱為 Mapper，對應的，接收數據的一端被稱作 Rece 端，Rece 端每個拉取數據的任務稱為 Recer。Shuffle 過程本質上都是將 Map 端獲得的數據使用分區器進行劃分，並將數據發送給對應的 Recer...
矽谷洞察研究院招行業分析師、平面設計師
招人啦招人啦！ 矽谷洞察研究院（SV Insight）正在尋找優秀的行業高級分析師、平面設計師小夥伴加入！ 工作地點：聖馬特奧市，加利福尼亞州，美國 SV Insight自2013年起開始進行以矽谷為中心的美國科技行業報道，前身是知名的矽谷科技媒體——矽谷密探。在穩健的成長及影響力提升後，2018年，SVI品牌升級為矽谷洞察，將主力發展三大業務板塊，矽谷洞察研究院、矽谷密探...
相關問題
iOS multitasking for an Audio Recording application
How to read an OpenOffice document spreadsheet from an android application?
RSpec setup for an application that depends on an external database from another application
Apache Server Timeout with an error message "The page cannot be displayed" for a PHP script
Data migration process for an application whose architecture is changing?
Looking for an information retrival / text mining application or library
Cannot use [] for reading
Is there an android equivalent for S60 platform's LandmarkStore
Application.PelayInitialize for Delphi 7服務的替代方案？
Caching architecture for search results in an ASP.NET application
相關文章
解決Qt報錯：Android deploy settings file not found, not building an APK.
Android error系列：Unable to add window -- token null is not for an application
Delphi XE5 for Android （十一）
Delphi XE5 for Android （八）
Delphi XE5 for Android （十）
Delphi XE5 for Android （五）
Delphi10.3.3 部署android 開發環境
Android Application
Android Studio 錯誤 Application Installation Failed...INSTALL_FAILED_INVALID_APK…
Android開發控制台報錯--WARNING: Application does not specify an API level requirement!
熱門文章
KEIL5生成bin文件
關於comsol的那些保姆級技巧（2）
Unity使用UGUI-製作圖集
linux下在沒有core文件時利用系統日誌和map文件定位core 問題
2021年磺化工藝模擬考試題及磺化工藝作業考試題庫
韓寒：一個產品經理的自我修養
java 進程名稱_java中獲取進程列表，進程id，進程名稱，根據進程id或進程名稱來殺進程...
UI設計薪酬范圍是多少 如何快速掌握UI技能
Filecoin協議實驗室再推加速器計劃，IPFS 助力Web3.0！
在成長中遇到的挫折事件對你的影響_挫折教育不只是讓孩子多吃苦
推薦文章
【Funpack】低功耗藍牙 BLE 協議架構
2017全國計算機表演賽,第26屆中國兒童青少年計算機表演賽完美收官
Jmeter工具篇（一）：關於Jmeter工具的基本介紹
微軟系統工具套裝(Windows Sysinternals Suite)
win10 Anaconda3 安裝tensorflow CPU
盤點小數點位數( 有幾位顯示幾位，無則不顯示)
如何看待代理IP在網路中的使用
概率分布之間的距離度量以及python實現
一個兼容所有瀏覽器的滑動固定導航--值得收藏
六 上下文切換
相關標簽
Qt for android
fmx
delphi
Winsoft
Winsoft JDBC
AndroidStudio
Error
android studio
android
kotlin
Copyright © 2018-2022 - All Rights Reserved - www.pianshen.com
網站內容人工審核和清理中！本站和cxyzjd等抄襲本站模板的網站沒有任何關系，請注意分辨！
本站在春節期間即將改版，對人工核實過的涉及csdn版權文章做刪除處理，
僅保留摘要，大家可以點擊摘要後面的「查看原文」跳轉到csdn查看。改版後的網站不再發布任何和csdn有關的文章，謝謝理解。
由於數據、程序改動較大，加之時間匆忙，本次改版會持續數日，可能會間歇性影響用戶訪問。
同時由於csdn自身存在大量版權爭議文章，例如機器人賬號、轉載和不實標注原創問題，本次數據改動均採取人工核實，難免有遺漏和偏差，請來信指正。
『拾』 spark和java的關系
通常大家只是說Spark是基於內存計算的，速度比MapRece要快。或者說內存中迭代計算。其實我們要抓住問題的本質。總結有以下幾點：
1、Spark vs MapRece ≠ 內存 vs 磁碟
其實Spark和MapRece的計算都發生在內存中，區別在於：
MapRece通常需要將計算的中間結果寫入磁碟，然後還要讀取磁碟，從而導致了頻繁的磁碟IO。
Spark則不需要將計算的中間結果寫入磁碟，這得益於Spark的RDD(彈性分布式數據集，很強大)和DAG(有向無環圖)，其中DAG記錄了job的stage以及在job執行過程中父RDD和子RDD之間的依賴關系。中間結果能夠以RDD的形式存放在內存中，且能夠從DAG中恢復，大大減少了磁碟IO。
2、Spark vs MapRece Shuffle的不同
Spark和MapRece在計算過程中通常都不可避免的會進行Shuffle，兩者至少有一點不同：
MapRece在Shuffle時需要花費大量時間進行排序，排序在MapRece的Shuffle中似乎是不可避免的；
Spark在Shuffle時則只有部分場景才需要排序，支持基於Hash的分布式聚合，更加省時；
3、多進程模型 vs 多線程模型的區別
MapRece採用了多進程模型，而Spark採用了多線程模型。多進程模型的好處是便於細粒度控制每個任務佔用的資源，但每次任務的啟動都會消耗一定的啟動時間。就是說MapRece的Map Task和Rece Task是進程級別的，而Spark Task則是基於線程模型的，就是說maprece 中的 map 和 rece 都是 jvm 進程，每次啟動都需要重新申請資源，消耗了不必要的時間(假設容器啟動時間大概1s，如果有1200個block，那麼單獨啟動map進程事件就需要20分鍾)
Spark則是通過復用線程池中的線程來減少啟動、關閉task所需要的開銷。(多線程模型也有缺點，由於同節點上所有任務運行在一個進程中，因此，會出現嚴重的資源爭用，難以細粒度控制每個任務佔用資源)
總結：關於Spark為什麼比MapRece快，或者Spark速度快於MapRece的原因，總結至少有這幾點不同之處吧。