Spark数据分析概念入门

栏目: 服务器 · 发布时间: 6年前

内容简介:在大数据的时代,数据的各种术语层出不穷,比如数据仓库、数据湖,还有比较热门的Hadoop、Spark,让人眼花缭乱。在这里,我们主要介绍的是Spark,从宏观的角度来介绍Spark到底是什么。我们将解决如下几个简单的问题:下面我们分别进行叙述。

在大数据的时代,数据的各种术语层出不穷,比如数据仓库、数据湖,还有比较热门的Hadoop、Spark,让人眼花缭乱。在这里,我们主要介绍的是Spark,从宏观的角度来介绍Spark到底是什么。

我们将解决如下几个简单的问题:

  • Spark是什么
  • Spark的组成
  • Spark的用户和用途

下面我们分别进行叙述。

Spark是什么

首先,我们开始第1个简单的问题,Spark是什么?

Spark是什么,Spark是1个用来实现 快速通用 的集群计算的平台。

在速度方面,Spark扩展了广泛使用的MapReduce计算模型,高效地支持更多计算模型,包括交互式查询和流处理,并能够在内存中进行计算。

总的来说,Spark适用于各种各样原先需要在多种不同的分布式平台下的场景,包括批处理、交互式查询、流处理。并通过1个统一的框架支持这些不同的计算,大大减轻了原先需要对各种平台分别管理的负担。

另外,Spark还提供了丰富的接口(支持 PythonJava 、Scala)和程序库外,还能与其他大数据 工具 密切配合使用,例如运行在Hadoop集群上。

Spark的组成

Spark项目包含多个紧密集成的组件,其核心是1个可以对很多计算任务、多个工作机器或计算集群上的应用进行调度、分发以及监控的计算引擎。

其各个组件主要包括:

  • Spark Core,Spark的基本功能,包括任务调度、内存管理、错误恢复与存储系统交互等模块,另外还有RDD(对弹性分布式数据集,resilient distributed dataset)的API定义
  • Spark SQL,Spark操作结构化的程序包,用于数据的查询
  • Spark Streaming,提供对实时数据进行流式计算的组件
  • MLib,提供常见机器学习功能的程序库
  • GraphX,进行并行图计算的程序库
  • 集群管理器,提供Hadoop YARN,Apache Mesos的支持

Spark的用户和用途

Spark主要面向两大目标人群:

  • 数据科学家
  • 工程师

可以用于以下两方面:

  • 数据科学,更多的主要是数据分析领域,例如统计、机器学习建模、数据转换
  • 数据处理,通过丰富的接口来快速实现常见的任务以及应用的监视、审查和性能调优

参考书籍:

《Learning Spark:Lightning-fast Data Analysis》P1-6

以上所述就是小编给大家介绍的《Spark数据分析概念入门》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

JSF第一步

JSF第一步

罗会波 / 清华大学出版社 / 2007-10 / 65.00元

《JSF第一步:JSF+Spring+Hibernate+AJAX编程》讲述JSF是表示层框架的标准,Hibernate是一个比较完善的对象关系映射工具,Spring则提供了一个Web应用的轻量级的解决方案。在开发一个多层的Java EE应用程序时,这些框架可谓是相辅相成、相得益彰,可以称得上是开发轻量级Java EE应用的三剑客。另外,AJAX是一种非常流行的改善用户体验的技术,但目前国内外还没......一起来看看 《JSF第一步》 这本书的介绍吧!

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具