Spark的核心組件有幾部分？實現(xiàn)了spark的基本功能，包括任務調度、內存管理、錯誤恢復和存儲系統(tǒng)交互。Spark內核還包含了彈性分布式數(shù)據(jù)集的定義Spark是一個用來操作結構化數(shù)據(jù)SQL的程序，我

Spark的核心組件有幾部分？

實現(xiàn)了spark的基本功能，包括任務調度、內存管理、錯誤恢復和存儲系統(tǒng)交互。Spark內核還包含了彈性分布式數(shù)據(jù)集的定義

Spark是一個用來操作結構化數(shù)據(jù)SQL的程序，我們可以使用SQL或hive（HQL）來查詢數(shù)據(jù)，支持多種數(shù)據(jù)源，比如hive表是JSON，除了提供SQL查詢接口外，還支持SQL與傳統(tǒng)RDD的結合，開發(fā)人員可以使用SQL和編程（API）同時查詢和分析應用程序中的數(shù)據(jù)。

它是spark提供的用于實時數(shù)據(jù)流計算的組件。例如，web服務器日志或消息隊列是數(shù)據(jù)流。

Spark提供了一個通用機器學習函數(shù)庫，包括許多機器學習算法，如分類、回歸、聚類、協(xié)作過濾等。

用于圖形計算，如社交網(wǎng)絡朋友圖。

MapReduce和Spark的區(qū)別是什么？

MapReduce是Hadoop的分布式計算編程框架

其核心功能是將用戶編寫的邏輯代碼和自己的組件集成到一個程序中，在Hadoop集群上并發(fā)運行。核心組件是mrappmaster maptask Reducetask

spark是MapReduce的替代品，兼容HDFS和hive，可以集成到Hadoop生態(tài)系統(tǒng)中

它們之間的區(qū)別

1。Spark比MapReduce快

基于內存的計算比MapReduce快100多倍

基于硬盤的計算比MapReduce快10多倍

2。Spark支持流媒體和離線計算

MapReduce只支持離線計算

3。MapReduce沒有資源調度系統(tǒng)，它必須在諸如yarn這樣的資源系統(tǒng)上運行

spark集成了資源調度，并且可以在獨立模式下在自己的主進程和工作進程上運行，或者在yarn上運行

空間有限，所以讓我們先來介紹它。歡迎留言