一、什么是Spark
• Apache Spark is an open source cluster computingsystem that aims to make data analytics fast.
Apache Spark是一个专注于快速分析数据的开源集群计算系统。
• both fast to run and fast to wrtie.
快速读写。
二、Spark技术栈
上图所示为Spark技术栈,我们已经知道Apache Spark是一个专注于快速分析数据的开源集群计算系统。那么我们怎么通过Spark的特点去处理我们的业务数据。这就需要用到Spark技术栈。
Spark:Spark Core,Spark核心,处理批数据,支持Java、Scala、Python等语言。
Spark Streaming:Spark基于Spark Core开发的流式数据处理框架。
Spark Sql:可以将一个SQL语言转换为Spark计算模型。
三、Spark运行模式
• Local--------多用于测试
• Standalone--------分布式主从模式,有Master节点和Worker节点。
• Mesos--------和Yarn差不多,是一个细粒度的资源调度框架,用的不多。
• YARN--------粗粒度的资源调度框架,最具前景,国内用的最多。