Bing's Blog

两个要点： 快速通用的计算机系统集群，用于大规模数据处理 高层API可用Java，Scala，Python以及R Spark上的库： Spark SQL: 数据库操作 Spark Streaming: 流计算 MLlib: 机器学习库 GraphX: 图形计算 Spark的语义抽象/概念 RDD: Resilient Distributed Dataset，弹性分布式数据库 DAG: 有...

简短介绍下Spark 几个关键词：快速，通用，集群计算平台 Spark扩展了MapReduce计算模型，且支持更多计算模式，包含： 交互式查询 流处理 这里的交互式，不是简单的我们生活中理解的与设备的交互。它的深意是：对于大规模数据集的处理，速度够快。只有速度够快，才能实现交互式操作。 前文提到的，基于内存的数据定义，Spark可以在内存中进行计算。其实，即使不在内存中计算，放在磁盘上，Spa...