SparkSQ的L分享by张包峰.pdfVIP

下载本文档

16
0
约1.11万字
约 26页
2017-04-28 发布于山西
举报
版权申诉

SparkSQ的L分享by张包峰.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

SparkSQ的L分享by张包峰

Spark SQL 分享 Baofeng Zhang Spark Meetup @Hangzhou 2014.8.31 1 Previously, I … ? 2013.8, Spark Ecosystem – Spark 0.7.2, Shark 0.7, Mesos 0.9.0 ? 2014.3, Flare Project – Pig, Hive, Spark Sql各个层次的实现 ? 2014.7, 业务推广 – Spark Sql Streaming ? 2014.8, 增量计算引擎 – SQL, etc. Spark Meetup @Hangzhou 2014.8.31 2 计算框架与算子层 DSL ON FRAMEWORKS Spark Meetup @Hangzhou 2014.8.31 3 Distributed SQL ? Parallel, Shared-nothing DB/DW – GreenPlum, InfoBright, Vertica ? Sql on Hadoop – Hive, Impala 集成性实时性 ? Other System – Tenzing, Drayd, HadoopDB 规模??? ? Frameworks – Spark, Storm, Tez, Tajo Spark Meetup @Hangzhou 2014.8.31 4 Point of View ? 资源管理层及存储层基本上被YARN和HDFS及辅助列式存储统一 ? 计算框架，尤其是实时计算方向，还在不断革新算子层算子任务调度计算框架计算模型抽象模型任务模型调度层数据传递 Spark Meetup @Hangzhou 2014.8.31 5 计算模型 ? 计算模型 = 抽象模型 + 算子 – 抽象模型: Topology, DAG – 基础算子: map, groupByKey, reduce, union – 高级算子: count, sum, join, filter, sort, top = DSL, ML, Graph – 高级抽象算子: each, groupBy, aggregate, shuffle ? “计算模型” – MapReduce, MapOnly, MSCR – 计算框架的优化以计算模型为单位展开 ? 抽象模型 = 任务调度 + 任务模型 + 数据传递 – 任务模型 ? Pipeline；计算框架内的容错 – 数据传递(RPC Channel) ? Pull方式: 运行时, 容错性好 ? Push方式: 编译时, 实时性好 ? 计算场景 – 实时计算，离线计算 – 批量计算，流式计算 (加上事务和容错会怎么样?) – 全量计算，增量计算 Spark Meetup @Hangzhou 2014.8.31 6 – 持续计算，迭代计算 As a Framework Fault tolerant