Spark 快速且通用的集群计算平台

-快速，比hadoop快，基于内存的 MapReduce（计算结果中间数据在内存中）

-通用，应用场景更多，批处理，迭代计算，交互查询，流处理

由 scala 语言编写，但是 python java 也支持

Spark快速且通用的集群计算平台
➢ spark是快速的
○ Spark扩充了流行的Mapreduce计算模型
○ Spark是基于内存的计算
➢ spark是通用的
○ 容纳了其他分布式系统拥有的功能：批处理、迭代式计算、交互查询和流处理等，方便维护
○ 优点:降低了维护成本
➢ spark是高度开放的
○ Spark提供了Python,Java,Scala,SQL的API和丰富的内置库。
○ Spark和其他的大数据工具整合的很好，包括hadoop,kafka等。

1、Spark是一个快速且通用的集群计算平台

2、Spark是快速的

    Spark扩充了流行的MapReduce计算模型

    Spark是基于内存的计算

3、Spark是通用的

    Spark的设计容纳了其他分布式系统拥有的功能

    批处理、迭代式计算、交互查询和流处理等

    优点：降低了维护成本

4、Spark是高度开放的

    Spark提供了Python、Java、Scala、SQL的API和丰富的内置库

    Spark和其他的大数据工具整合的很好，包括Hadoop、kafka等

1. spark是快速的

1. Spark扩充了流行的Mapreduce计算模型

2. Spark是基于内存的计算

2. spark是通用的

1. 容纳了其他分布式系统拥有的功能：批处理、迭代式计算、交互查询和流处理，方便维护

2. 优点:降低了维护成本

3. spark是高度开放的

1. 提供了python、java、scala、SQL的API和丰富的内置库（Scala是spark的原生语言）

2. 和其他的大数据工具整合的很好，包括hadoop、kafka等

1-1 Spark简介

Spark的含义：是一个快速且通用的集群计算平台

Spark的特点：

1. spark是快速的

1. Spark扩充了流行的Mapreduce计算模型

2. Spark是基于内存的计算

2. spark是通用的

1. 容纳了其他分布式系统拥有的功能：批处理、迭代式计算、交互查询和流处理，方便维护

2. 优点:降低了维护成本

3. spark是高度开放的

1. 提供了python、java、scala、SQL的API和丰富的内置库（Scala是spark的原生语言）

2. 和其他的大数据工具整合的很好，包括hadoop、kafka等

Spark学习要点

spark是高度开放的, 与其他大数据工具整合很好

spark是快速&通用的

Spark课程大纲

1. spark 是一个快速且通用的集群计算平台
   

2. 基于内存的运算

3. 通用性；降低维护成本

4. spark是高度开放的；Python Java scala haddoop

Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。

Spark的含义：是一个快速且通用的集群计算平台

Spark的特点：

1. spark是快速的

2. spark是通用的

3. spark是高度开放的

Spark的特点 高度开放

Spark的特点

Spark的特点

Spark简介

Spark课程大纲

spark课程大纲，需要动手搭建一套spark大数据平台

spark是高度开放的，能很好的整合Hadoop、kafka等

spark是通用的，不用再单独搭建批处理、交互查询和流处理等，即包括了Hadoop和sorm等功能。

大数据 spark的特点

Spark

快速且通用的集群计算平台

特点：

快速：

扩充了流行的MR计算模型（如MR是分/时计算，那么Spark就是秒/分及计算）

基于内存的计算（计算过程难免产生中间结果，中中间结果放在内存比硬盘快很多）

通用：

容纳了其他分布式系统拥有的功能

包括批处理（如Hadoop），迭代式计算（其他机器学习系统），交互式查询（如hive）和流处理（如stom）

优点：大量降低了维护成本；

高度开放：

提供了python、java、scala、sql的api和丰富的内置库；

和其他的大数据工具整合的很好，包括hadoop、kafka等等