Spark
Spark
官方网站: 查看 GitHub: 查看
同步日期: 2017-02-24 发布机构: apache
Maven地址: 查看
 

Apache Spark 是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句话说,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。

Spark 是在 Scala 语言中实现的,它将 Scala 用作其应用程序框架。与 Hadoop 不同,Spark 和 Scala 能够紧密集成,其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

尽管创建 Spark 是为了支持分布式数据集上的迭代作业,但是实际上它是对 Hadoop 的补充,可以在 Hadoo 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发,可用来构建大型的、低延迟的数据分析应用程序。



一个简单的计算:
	file = "hdfs://..." 
	file.flatMap(line => line.split(" "))
	    .map(word => (word, 1))
	    .reduceByKey(_ + _)

版本 下载 源码 官方文档 API
2.1.0 下载 参见github 查看 查看
2.0.2 下载 参见github 查看 查看
2.0.1 下载 参见github 查看 查看

TOP 用户 评语 时间
赶快抢楼吧...