SPARK学习笔记-20160812

What is Spark?

1,Apache Spark is a fast and general engine for large-scale data processing

2,Speed

3,Ease of Use

4,Generality

5,Integrated with Hadoop

One Stack to rule them all:　　　　　　　　Spark Streaming     ======>     Ad-hoc Queries

　　　　　　　　　　　　　　　　　　　　　　　　　　\\　　　　　　SPARK　　　　　　//

　　　　　　　　　　　　　　　　　　　　　　　　　　　\\　　　　　　　　　　　　　　//

　　　　　　　　　　　　　　　　　　　　　　　　　　　　=>　　Batch Processing <=

Hadoop Data Sharing And Spark Data Sharing:

ps:Hadoop频繁与磁盘上的数据进行交互，频繁对数据进行序列化和反序列化

Hadoop的Map Reduce类比图：

Why Spark fast ?

1,Memory based computation

2,DAG　　　有向无环图（Directed Acyclic Graph）

3,Thread model

4,Optimization (eg:delay scheduling)

API: Scala　　Python　　Java　　R

Cluster Manager:　Local　　Standalone　　Yarn　　Mesos

Dependency:norrow  wide