Spark中文资源,免费下载,在线文档,购买,视频教程,技术支持,正版购买-慧都网，中国正版控件交易平台-慧都网

下载：55 收藏：0

咨询客服免费下载

Apache Spark是一个用于大规模数据处理的快速通用引擎。

开发商： Apache

当前版本： v1.6

产品类型：开源

产品功能：/

平台语言：

开源水平：不提供源码

用户推荐：

用户评分：

关于本产品的分类与介绍仅供参考，具体以商家网站介绍为准。

Spark 拥有一个先进的DAG执行引擎，支持循环数据流和内存计算。

Spark提供超过80个易于构建并行应用程序的高阶运算符，你也可以在Scala、 Python和R shells中对它进行交互使用。

Spark支持一系列元件库堆栈，包括SQL与 DataFrames，用于机器学习的MLlib ，GraphX，Spark Streaming。你可以在同一个应用程序无缝地结合这些元件库。

你可以使用其独立集群模式来运行Spark，运行在 EC2、 Hadoop YARN还是Apache Mesos都不是问题。它可以访问HDFS、Cassandra、HBase、Hive、Tachyon等任意的Hadoop数据源。

Spark的中间数据放到内存中，对于迭代运算效率更高。
Spark更适合于迭代运算比较多的ML和DM运算。因为在Spark里面，有RDD的抽象概念。
Spark提供的数据集操作类型有很多种，不像Hadoop只提供了Map和Reduce两种操作。比如map, filter, flatMap, sample, groupByKey, reduceByKey, union, join, cogroup, mapValues, sort,partionBy等多种操作类型，Spark把这些操作称为Transformations。同时还提供Count, collect, reduce, lookup, save等多种actions操作。

这些多种多样的数据集操作类型，给开发上层应用的用户提供了方便。各个处理节点之间的通信模型不再像Hadoop那样就是唯一的Data Shuffle一种模式。用户可以命名，物化，控制中间结果的存储、分区等。可以说编程模型比Hadoop更灵活。

不过由于RDD的特性，Spark不适用那种异步细粒度更新状态的应用，例如web服务的存储或者是增量的web爬虫和索引。就是对于那种增量修改的应用模型不适合。

类型	标题	发布时间
文章	机器学习\|10个最佳的人工智能开发框架和AI库（干货推荐）通过本文我们来一起看一些用于人工智能的高质量AI库，它们的优点和缺点，以及它们的一些特点。	2018-01-15 11:24:53.000
文章	机器学习\|如何使用Spark 开发Java电子邮件垃圾分类应用程序？本文将带您了解如何开发和使用您自己的基于机器学习的电子邮件垃圾邮件分类系统。因为，谁会喜欢垃圾邮件呢？	2018-01-10 11:23:30.000