Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP尝试室)所开源的类Hadoop MapReduce的通用并行框架，Spark，具有Hadoop MapReduce所具有的优点;但分歧于MapReduce的是Job中心输出成果可以保存在内存中，从而不再需要读写HDFS，是以Spark能更好地适用于数据挖掘与机械进修等需要迭代的MapReduce的算法。 Spark 是一种与 Hadoop 类似的开源集群计较情况，可是两者之间还存在一些分歧之处，这些有用的分歧之处使 Spark 在某些工作负载方面表示得加倍优越，换句话说，Spark 启用了内存散布数据集，除了可以供给交互式查询外，它还可以优化迭代工作负载。 Spark 是在 Scala 说话中实现的，它将 Scala 用作其利用法式框架。与 Hadoop 分歧，Spark 和 Scala 可以慎麋集成，其中的 Scala 可以像操纵当地调集工具一样轻松地操纵散布式数据集。 虽然建立 Spark 是为了支持散布式数据集上的迭代作业，可是现实上它是对 Hadoop 的补充，可以在 Hadoop 文件系统中并交运转。经过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 尝试室 (Algorithms, Machines, and People Lab) 开辟，可用来构建大型的、低提早的数据分析利用法式。 |
| 欢迎光临 IT视频教程资源网 (https://pandaspanda.top/) | Powered by Discuz! X3.2 |