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!
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亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。