- 1、本文档共60页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
查看更多
09-云计算_spark_intro
Distributed Computing with Spark
Problem
Data growing faster than processing speeds
Only solution is to parallelize on large clusters
» Wide use in both enterprises and web industry
How do we program these things?
Outline
• Data flow vs. traditional network programming
• Limitations of MapReduce
• Spark computing engine
• Current State of Spark Ecosystem
• Built-in Libraries
Data flow vs. traditional network programming
Traditional Network Programming
Message-passing between nodes (e.g. MPI)
Very difficult to do at scale:
»How to split problem across nodes?
• Must consider network data locality
»How to deal with failures? (inevitable at scale)
»Even worse: stragglers (node not failed, but slow)
»Ethernet networking not fast
»Have to write programs for each machine
Rarely used in commodity datacenters
Data Flow Models
Restrict the programming interface so that the
system can do more automatically
Express jobs as graphs of high-level operators
» System picks how to split each operator into tasks
and where to run each task
» Run parts twice fault recovery
Map
Reduce
Biggest example: MapReduce Map
Reduce
Map
Example MapReduce Algorithms
Matrix-vector multiplication Power iteration
(e.g. PageRank) Gradient descent methods
Stochastic SVD
Tall skinny QR
Many others!
Why Use a Data Flow Engine?
Ease of programming
» High-level functions instead of message passing
Wide deployment
» More common than MPI, especially “near” data
Scalability to very largest clusters
» Even HPC world is now concerned about resilience
Examples: Pig, Hive, Scalding, Storm
Limitations o
您可能关注的文档
- 五年级下册五单元readandwrite.ppt
- 联通经营分析系统DW模型.pdf
- 2.丝绸之路J.ppt
- 《口技》公开课教案(www.diyifanwen.com).doc
- 小数加减法公开课.ppt
- 25·自己的花是让别人看的.doc
- HBase用例分析 刘佳 HBTC2012.pdf
- 物理学科基础知识双向细目表.doc
- 必修一第三章第二节铝的重要化合物.doc
- 玉田语文教学如何合理利用电教媒体.doc
- 介绍空白页组成.pdf
- 2025年云南三鑫职业技术学院单招语文测试模拟题库学生专用.docx
- 2025年心理咨询师考试卷及完整答案【各地真题】.docx
- 2025年云南省大理白族自治州选调生考试(行政职业能力测验)综合能力题库完美版.docx
- 2025年云南省丽江地区行政职业能力测验模拟试题一套.docx
- 2025年云南交通职业技术学院单招语文测试模拟题库a4版.docx
- 2025年期货从业资格之期货投资分析考试卷完整答案.docx
- 2025年二级建造师之二建机电工程实务考试卷一套.docx
- 2025年云南省西双版纳傣族自治州选调生考试(行政职业能力测验)综合能力题库新版.docx
- 2025年咨询工程师之工程项目组织与管理考试卷附完整答案【名师系列】.docx
最近下载
- 医院手术分级目录.xls VIP
- 《增强小学生英语口语能力的实践与研究》结题报告.docx VIP
- 糖尿病饮食的实施糖尿病饮食治疗.pptx VIP
- (高清版)-B-T 34590.1-2022 道路车辆 功能安全 第1部分:术语.pdf VIP
- 餐饮业员工流失现状及解决对策研究——以季季红餐饮管理有限公司为例.doc VIP
- 电泳电压、时间与膜厚关系的试验与探讨.pdf VIP
- 材料电化学教学(浙大)电化学测试基础知识.pdf VIP
- 银行合规内控管理体系建设项目实施建议书.docx VIP
- 天线与电波传播天线基础知识.pptx VIP
- 2025年质量员-土建方向-通用基础(质量员)证考试题库及答案.pdf VIP
文档评论(0)