本文探讨了Hadoop MapReduce与Spark的技术差异，重点分析了数据处理方式的不同，包括MapReduce的磁盘I/O操作及Spark基于内存的计算模型。此外，还介绍了Spark的核心概念，如RDD（弹性分布式数据集）及其在开发流程中的重要性。
Hadoop MapReduce:
MapReduce在每次执行的时候都要从磁盘读数据，计算完毕后都要把数据放到磁盘
spark map reduce:
RDD is everything for dev:
Basic Concepts:
Graph RDD:
Spark Runtime:
schedule:
Depency Type:
Scheduler Optimizations：
Event Flow:
Submit Job:
New Job Instance:
Job In Detail:
executor.launchTask:
Standalone：
Work Flow:
Standalone detail:
Driver application to Clustor:
Worker Exception:
Executor Exception:
Master Exception:
Master HA:
扫一扫
840
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
