gcp-spark

开发和执行 Dataproc 集群和无服务器环境上的 Spark 代码。 使用 BigLake Iceberg 目录、BigQuery 和 Spanner 读写数据。 调试执行失败问题。 适用场景： - 在 GCP 上编写 Spark ETL 流水线。 - 在 GCP 上使用 Spark 训练或运行机器学习模型推理。 - 管理 Spark 集群、作业、批处理任务和交互式会话。 不适用场景： - 编写不使用 Spark 的通用 Python 脚本。 - 执行可直接在 BigQuery 中完成的简单 SQL 查询。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本