大数据开发—求职学习 spark first
问题1:为什么spark 比MapReduce速度快?
spark是内存运算框架,数据在内存中进行计算。通过spark来对数据进行迭代时,不用将数据保存到磁盘中,无需进行IO操作,相对于MapReduce可以节约大量的时间。
MapReduce则需要将产生的所有的中间结果保存到磁盘中,在每次进行执行运算时都要从磁盘中读取数据,在执行完成后得到的结果还要保存到磁盘中。如果进行迭代计算则需要执行大量的IO操作。
问题2:spark可以解决的问题?
Spark可以用于批处理、交互式查询(Spark SQL)、实时流处理(Spark Streaming)、机器学习(Spark MLlib)和图计算(GraphX)。
问题3:spark不同的开发模式
Spark on Mesos模式:,Spark这个框架在进行设计开发的时候,就充分考虑到了对Mesos的充分支持。Spark运行在Mesos上,要比运行在YARN上更加灵活、自然
Spark on YARN模式 Spark可运行于YARN之上,与Hadoop进行统一部署,即“Spark on YARN”资源管理和调度依赖YARN,分布式存储则依赖HDFS。
还有spark on standalone开发模式