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。小編覺得挺實用的，因此分享給大家做個參考。一起跟隨小編過來看看吧。
apache spark是一個開源集群運算框架，最初是由加州大學(xué)柏克萊分校amplab所開發(fā)。相對于hadoop的mapreduce會在運行完工作后將中介數(shù)據(jù)存放到磁盤中，spark使用了存儲器內(nèi)運算技術(shù)，能在數(shù)據(jù)尚未寫入硬盤時即在存儲器內(nèi)分析運算。
spark在存儲器內(nèi)運行程序的運算速度能做到比hadoop mapreduce的運算速度快上100倍，即便是運行程序于硬盤時，spark也能快上10倍速度。spark允許用戶將數(shù)據(jù)加載至集群存儲器，并多次對其進行查詢，非常適合用于機器學(xué)習(xí)算法。
使用spark需要搭配集群管理員和分布式存儲系統(tǒng)。spark支持獨立模式（本地spark集群）、hadoop yarn或apache mesos的集群管理。
在分布式存儲方面，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，不過通常只用于開發(fā)或測試時以本機文件系統(tǒng)取代分布式存儲系統(tǒng)。在這樣的情況下，spark僅在一臺機器上使用每個cpu核心運行程序。
在2014年有超過465位貢獻家投入spark開發(fā)，讓其成為apache軟件基金會以及大數(shù)據(jù)眾多開源項目中最為活躍的項目。
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)容可以對大家有一定的幫助，讓大家可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！