超级会员免费看
Spark作为Apache顶级的开源项目，是一个快速、通用的大规模数据处理引擎，和Hadoop的MapReduce计算框架类似，但是相对于MapReduce，Spark凭借其可伸缩、基于内存计算等特点，以及可以直接读写Hadoop上任何格式数据的优势，进行批处理时更加高效，并有更低的延迟。
开启了作为大数据分析师学习Spark系列，旨在提纲挈领的介绍Spark理念、Spark所有的教程集合：
本文作为大数据分析师的Spark系列教程，全面讲解Spark的特性、RDDs、Streaming、Structured API、Broadcast和Accumulator、DataFrame/Dataset、流处理、SQL、聚合函数、联结操作以及外部数据源。通过2021年的补充篇章，进一步总结了Spark的知识体系，涵盖Spark-Core、Spark-SQL、Spark-Streaming和内核。
订阅专栏 解锁全文
扫一扫
661
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
