Spark概述与编程模型.pdfVIP

下载本文档

0
0
约7.02千字
约 25页
2019-04-12 发布于吉林
举报
版权申诉

Spark概述与编程模型.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

What’s Spark • Apache Spark is an open source cluster computing system that aims to make data analytics fast — both fast to run and fast to write 2 BDAS the Berkeley Data Analytics Stack 搞定所有！ 4 回顾Hadoop 5 Hadoop的数据共享？慢！ • 为什么慢？？？额外的复制，序列化和磁盘IO开销。 6 Spark的共享数据？快！ 7 Spark的快只是因为内存？ • 内存计算 • DAG 很多优化措施其实是想通的，譬如说delay scheduling. 8 Spark API呢？ • ⽀持3种语⾔的API • Scala(很好) • Python(不错) • Java(…) 9 通过哪些模式运⾏Spark呢？ • 有4种模式可以运⾏ • local(多⽤于测试) • Standalone • Mesos • YARN 10 其实…⼀切都以RDD为基础 • Resilient Distributed Dataset • A list of partitions • A function for computing each split • A list of dependencies on other RDDs •