Apache Spark RDMA插件
Apache Spark™是一种用于大规模数据处理的开源,快速和通用引擎。Spark提供了一个接口,用于使用隐式数据并行和容错来编程整个集群。
概览
Apache Spark™为程序员提供了一个以数据结构为中心的API,称为弹性分布式数据集(RDD),这是一种分布在机器集群上的只读多集数据项,以容错方式进行维护。它是为了响应MapReduce集群计算范例的局限性而开发的,它强制分布式程序上的特定线性数据流结构:MapReduce程序从磁盘读取输入数据,在数据中映射函数,减少映射结果,以及存储减少磁盘上的结果。Spark的RDD作为分布式程序的工作集,提供(故意)受限形式的分布式共享内存。
<