建站服務(wù)器
這篇文章給大家分享的是有關(guān)apache spark指的是什么的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧。
apache spark是一個(gè)開(kāi)源集群運(yùn)算框架，最初是由加州大學(xué)柏克萊分校amplab所開(kāi)發(fā)。相對(duì)于hadoop的mapreduce會(huì)在運(yùn)行完工作后將中介數(shù)據(jù)存放到磁盤(pán)中，spark使用了存儲(chǔ)器內(nèi)運(yùn)算技術(shù)，能在數(shù)據(jù)尚未寫(xiě)入硬盤(pán)時(shí)即在存儲(chǔ)器內(nèi)分析運(yùn)算。
spark在存儲(chǔ)器內(nèi)運(yùn)行程序的運(yùn)算速度能做到比hadoop mapreduce的運(yùn)算速度快上100倍，即便是運(yùn)行程序于硬盤(pán)時(shí)，spark也能快上10倍速度。spark允許用戶將數(shù)據(jù)加載至集群存儲(chǔ)器，并多次對(duì)其進(jìn)行查詢(xún)，非常適合用于機(jī)器學(xué)習(xí)算法。
使用spark需要搭配集群管理員和分布式存儲(chǔ)系統(tǒng)。spark支持獨(dú)立模式（本地spark集群）、hadoop yarn或apache mesos的集群管理。
在分布式存儲(chǔ)方面，spark可以和hdfs、 cassandra、openstack swift和amazon s3等接口搭載。 spark也支持偽分布式（pseudo-distributed）本地模式，不過(guò)通常只用于開(kāi)發(fā)或測(cè)試時(shí)以本機(jī)文件系統(tǒng)取代分布式存儲(chǔ)系統(tǒng)。在這樣的情況下，spark僅在一臺(tái)機(jī)器上使用每個(gè)cpu核心運(yùn)行程序。
在2014年有超過(guò)465位貢獻(xiàn)家投入spark開(kāi)發(fā)，讓其成為apache軟件基金會(huì)以及大數(shù)據(jù)眾多開(kāi)源項(xiàng)目中最為活躍的項(xiàng)目。
感謝各位的閱讀！關(guān)于apache spark指的是什么就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！