Hadoop支持用python開發(fā)嗎？還有哪些支持python的分布式計算系統(tǒng)框架？Hadoop支持python。我的理解是，任務(wù)通過yarn分配到工作節(jié)點，并通過shell調(diào)用。這種方法比原生Mr速

Hadoop支持用python開發(fā)嗎？還有哪些支持python的分布式計算系統(tǒng)框架？

Hadoop支持python。我的理解是，任務(wù)通過yarn分配到工作節(jié)點，并通過shell調(diào)用。這種方法比原生Mr速度慢，因此沒有得到廣泛的應(yīng)用。

Spark應(yīng)該是Python的友好框架。要說缺點，畢竟是Scala或Java風(fēng)格的API，這對于Python是不夠的。在使用了panda和numpy之后，我覺得spark的API是比較基本的。

此外，python建議您學(xué)習(xí)dask和芹菜。Dask基于numpy和panda進(jìn)行封裝，兼容大多數(shù)NP和PD接口。它還支持分布式和可視化界面。總的來說，這是個不錯的選擇。

作為一個分布式任務(wù)調(diào)度框架，cellery并不是專門為ETL設(shè)計的，所以它的性能比dask差。但我覺得作為一個生產(chǎn)體系，芹菜比較穩(wěn)定。