- 1、本文档共648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
《Spark》大数据处理技术
汇报人:璞
第1章
Spark基础
汇报人:璞
第1章Spark基础
1.1初识Spark
1.2Spark应用场景
1.3Spark生态系统
1.4Spark与Hadoop对比
1.5Spark多语言编程
本章小结
《Spark大数据处理技术》第1章Spark基础
1.1初识Spark
《Spark大数据处理技术》第1章Spark基础
1.1初识Spark
Spark是专为大规模数据处理而设计的快速通用计算引擎,它能
更好地适用于数据挖掘和机器学习中需要迭代的算法。本章内容是
带领读者走进Spark,了解Spark的发展历史,了解Spar应用场景,
Spark的生态系统;通过比较Spark与Hadoop体会Spark的优点和独
有特点;简单对比Spark三种编程语言,了解Scala语言的优势。
《Spark大数据处理技术》第1章Spark基础
1.1初识Spark
1.1.1Spark的简介
Spark是一种基于内存计算的框架,是一种通用的大数据快速处理引擎。Spark是
加州大学伯克利分校的AMP实验室(UCBerkeleyAMPlab)所开发的,可用来构建
大型的、低延迟的数据分析应用程序。Spark是一种与Hadoop相似的开源集群计算
环境,二者之间有很多相似之处,但也存在诸多差异,由于Spark启用了内存分布数
据集,所以Spark在某些工作负载方面表现得比Hadoop突出,除了能够提供交互式查
询外,还可以优化迭代工作负载。Spark是基于Scala语言实现的,Scala作为Spark
的应用程序框架,二者能够紧密集成,Scala可以像操作本地集合对象一样轻松地操
作Spark分布式数据集。Spark和Hadoop作为大数据处理的两种关键技术,Spark
支持在分布式数据集上进行迭代作业,也可以在Hadoop文件系统中并行运行,但需
要通过名为Mesos的第三方集群框架支持。
《Spark大数据处理技术》第1章Spark基础
1.1初识Spark
1.1.2Spark发展
2009年,Spark诞生于美国加州大学伯克利分校的AMP实验室。2010年,
Spark通过BSD许可协议正式对外开源发布。2012年,Spark第一篇论文发布,
第一个正式版本发布。2013年,加入Apache孵化器项目,之后获得迅猛的发展,
并于2014年正式成立;发布了SparkStreaming、SparkMLlib、SparkonHadoop。
2014年,Spark成为Apache软件基金会的顶级项目;5月底Spark1.0.0发布;发布
SparkGraphx、SparkSQL,SparkonHadoop被SparkSQL取代。
《Spark大数据处理技术》第1章Spark基础
1.1初识Spark
1.1.2Spark发展
2015年,Spark1.3.0发布,该版本发布的最大亮点是新引入的DataFrameAPI,
对于结构型的DataSet,它提供了更方便更强大的操作运算。除了DataFrame之外,
还值得关注的一点是SparkSQL成为了正式版本,它在国内IT行业得到普遍应用,许
多公司开始重点部署或者使用Spark来替代MapReduce、Hive、Storm等传统的大数
据计算框架。
2016年,Spark1.6.0发布,该版本主要展示三个方面的主题:新的DatasetAPI
带来的性能提升(streamingstatemanagement十倍的性能提升),大量新
文档评论(0)