Spark 入门 (一)

Spark

Spark-logo
Apache Spark 是一个快如闪电的统一分析引擎(并没有提供数据存储的方案)Lightning-fast unified analytics engine

快如闪电(相比于传统的大数据处理方案MapReduce):

  • Spark将一个复杂的计算任务Job拆分为多个细粒度的Stage,每一个Stage都可以分布式并行计算;对于MapReduce初代的计算引擎,它将任务拆分了粗粒度的MapTask和ReduceTask,对于特别复杂的计算任务,我们需要将多个MapReduce Job串联起来;
  • Spark内存式的计算引擎;对于MapReduce基于磁盘的计算引擎;
  • Spark中间计算结果支持缓存的,极大提高计算效率,这种缓存可以应用于结果复用和故障恢复;对于MapReduce中间结果需要溢写在磁盘;

统一(提供了大数据处理的所有主流方案)

  • 批处理(Batch Processing): Spark RDD,代替了Hadoop MapReduce
  • 流处理(Streams Processing):Spark Streaming和Spark Structured Streaming,代替了Kafka Streams、Storm
  • 交互式查询(SQL):Spark SQL,代替了Hive
  • 机器学习(Machine Learning): Spark MLLib,代替了Mahout
  • 图形计算(Graph):Spark Graphx,基于图形存储的NoSQL数据库的计算支持(Neo4J)
  • Spark生态库: 解决其它大数据处理问题

特点

  • 高效:实现高性能的批和流计算支持,使用了非常先进的DAG Scheduler(有向无环图调度器)是一种查询优化和物理执行引擎
  • 易用:提供了超过80个高阶函数简化了分布式并行应用的开发,并且支持多种编程语言(Java、Python、Scala、R)
  • 通用:集成了多种数据处理方案,如SQL、Batch、Streaming、ML、Graph;
  • 运行环境:支持多种资源管理调度系统,如YARN、Apache Mesos、K8S、Standalone等;

官方文档

http://spark.apache.org/docs/latest/

安装-shell-Scala API操作

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值