Turinys:
„Apache Hadoop“ ilgą laiką buvo didelių duomenų programų pagrindas ir laikoma pagrindine duomenų platforma visiems su dideliais duomenimis susijusiems pasiūlymams. Tačiau atminties duomenų bazė ir skaičiavimas populiarėja dėl greitesnio našumo ir greitų rezultatų. „Apache Spark“ yra nauja sistema, naudojanti atminties galimybes, norint greitai apdoroti (beveik 100 kartų greičiau nei „Hadoop“). Taigi, „Spark“ produktas vis labiau naudojamas didelių duomenų pasaulyje, daugiausia spartesniam apdorojimui.
| Internetinis seminaras: Pasiūlymo galia: kaip duomenų katalogas įgalina analitikus Registruotis čia |
Kas yra „Apache Spark“?
„Apache Spark“ yra atvirojo kodo sistema, leidžianti greitai ir paprastai apdoroti didžiulį duomenų kiekį (didelius duomenis). Tai tinka analizės programoms, pagrįstoms dideliais duomenimis. „Spark“ galima naudoti su „Hadoop“ aplinka, atskirai arba debesyje. Jis buvo sukurtas Kalifornijos universitete, vėliau pasiūlytas Apache programinės įrangos fondui. Taigi jis priklauso atvirojo kodo bendruomenei ir gali būti labai ekonomiškas, o tai dar labiau leidžia kūrėjams mėgėjams dirbti lengvai. (Norėdami sužinoti daugiau apie atvirojo kodo „Hadoop“, skaitykite skyriuje „Kas yra atvirojo kodo įtaka„ Apache Hadoop “ekosistemai?)
Pagrindinis „Spark“ tikslas yra tai, kad ji siūlo kūrėjams programų struktūrą, veikiančią aplink sukoncentruotą duomenų struktūrą. „Spark“ taip pat yra nepaprastai galinga ir turi įgimtą galimybę per trumpą laiką greitai apdoroti didžiulius duomenų kiekius, taigi siūlo ypač gerą našumą. Tai padaro jį daug greičiau, nei yra sakoma, kad yra artimiausias jo konkurentas Hadoopas.
