重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
本篇内容介绍了“Spark是什么”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
创新互联建站"三网合一"的企业建站思路。企业可建设拥有电脑版、微信版、手机版的企业网站。实现跨屏营销,产品发布一步更新,电脑网络+移动网络一网打尽,满足企业的营销需求!创新互联建站具备承接各种类型的成都网站设计、网站制作项目的能力。经过十年的努力的开拓,为不同行业的企事业单位提供了优质的服务,并获得了客户的一致好评。
一、到底什么是Spark?
Spark是一个通用的大数据计算平台,基于“One Stack to rule them all”的理念成功成为了一体化多元化的大数据处理平台,轻松应对大数据处理中的实时流计算、SQL交互式查询、机器学习和图计算等:
Spark源于BDAS:
基于该技术堆栈,Spark目前已经成为大数据通用计算平台:
二, Spark的速度为何如此之快?
首先我们看一下Hadoop经典的处理过程:
MapReduce在每次执行的时候都要从磁盘读数据,计算完毕后都要把数据存放到磁盘上:
而Spark是基于内存的:
另外一方面,DAG也是Spark快的极为重要的原因,下面是一张DAG图的示例:
大家也可以看一下网络上一张描述DAG更多细节的图片:
基于DAG,Spark具备了非常精致的作业调度系统:
DAG中的依赖有宽依赖和窄依赖之分:
在DAG图中可以根据依赖对pipeline等优化操作:
基于RDD和DAG,并行计算整个Job:
“Spark是什么”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站,小编将为大家输出更多高质量的实用文章!