Spark入门教程收集

本文介绍了Apache Spark的快速入门指南,包括其作为开源集群计算框架的优势,如处理实时生成数据的能力,以及与Hadoop MapReduce相比在内存中运行的优化特性。详细探讨了Spark的核心抽象——弹性分布式数据集(RDD)和有向无环图(DAG),并通过示例展示了如何使用Spark进行数据过滤操作。此外,还提供了丰富的资源链接,涵盖Spark SQL、流处理、机器学习等方面,适合初学者快速掌握Spark的基本使用。
Spark教程
Apache Spark是一个开源集群计算框架。其主要目的是处理实时生成的数据。
Spark建立在Hadoop MapReduce的顶部。它被优化为在内存中运行,而Hadoop的MapReduce等替代方法将数据写入计算机硬盘驱动器或从计算机硬盘驱动器写入数据。因此,Spark比其他替代方案更快地处理数据。
Spark架构依赖于两个抽象:
  • 弹性分布式数据集(RDD)
  • 有向无环图(DAG)
scala> val data = sc.parallelize(List(10,20,30))
data: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[2] at parallelize at <console>:24

scala> data.collect
res3: Array[Int] = Array(10, 20, 30)

scala> val abc = data.filter(x => x!=30)
Spark 编程指南
Spark SQL教程
Spark Overview
Programming Guides:
API Docs:
Quick Start
RDD Programming Guide
Spark 3.0.1 ScalaDoc
Apache Spark Examples
Additional Examples
Many additional examples are distributed with Spark:
史上最简单的spark系列教程 | 完结
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值