Spark特点
Spark具有如下几个主要特点:运行速度快:Spark使用先进的DAG(Directed Acyclic Graph,有向无环图)执行引擎,以支持循环数据流与内存计算,基于内存的执行速度可比Hadoop MapReduce快上百倍,基于磁盘的执行速度也能快十倍;容易使用:Spark支持使用Scala、Java、Python和R语言进行编程,简洁的API设计有助于用户轻松构建并行程序,并且可以通过Spark Shell进行交互式编程;通用性:Spark提供了完整而强大的技术栈,包括SQL查询、流式计算、机器学习和图算法组件,这些组件可以无缝整合在同一个应用中,足以应对复杂的计算;运行模式多样:Spark可运行于独立的集群模式中,或者运行于Hadoop中,也可运行于Amazon EC2等云环境中,并且可以访问HDFS、Cassandra、HBase、Hive等多种数据源。
Hadoop与Spark的对比
Hadoop存在如下一些缺点:
表达能力有限磁盘.IO开销大延迟高
任务之间的衔接涉及IO开销.在前一个任务执行完成之前,其他任务就无法开始,难以胜任复杂、多阶段的计算任务 。⑤使用Hadoop进行迭代计算非常耗资源
相比于Hadoop MapRedwuuce,Spark主要具有如下优点:
Spark的计算模式也属于MapReduce,但不局限于Map和Reduce操作,还提供了多种数据集操作类型,编程模型比Hadoop MapReduce更灵活
Spark提供了内存计算,可将中间结果放到内存中,对于迭代运算效率更高
Spark基于DAG的任务调度执行机制,要优于Hadoop MapReduce的迭代执行机制
Spark会取代Hadoop吗?
Hadoop包括两大核心:HDFS和MapReduce
Spark作为计算框架,与MapReduce是对等的
谈到“取代”,Spark应该是取代MapReduce,而不是整个Hadoop
Spark和Hadoop生态系统共存共荣,Spark借助于Hadoop的HDFS、HBase等来完成数据的存储,然后,由Spark完成数据的计算
1
最新推荐文章于 2024-03-04 17:37:31 发布