Spark——分布式并行计算概念

2016-08-20 693

一，概念

一个资源密集型的任务，需要一组资源并行的完成，当计算机任务过重，就把计算任务拆分，然后放到多个计算节点上同时执行，这就是分布式并行计算啦。分布式并行计算，强调用硬件的堆叠，来解决问题。

spark解决的问题：有了spark,只要把数据和程序交给spark,它会机智地进行数据切分、算法复制、分布执行、结果合并。spark屏蔽了分布并行计算的细节，让我们可以快速开发分布并行的应用。

二，基于数据集的计算框架

spark的计算范式是数据集上的计算，在实用spark的时候，要按照spark的范式写算法。Spark在数据集的层次上进行分布并行计算，它只认成堆的数据。

提交给spark的任务，都必须满足两个条件：

数据是可以分块的，每块构成一个集合。
算法只能在集合级别执行操作。

比如，对于文本文件，在Spark中，一行就是一条记录，若干条记录组成一个集合。我们原来的算法直接在每一行上进行计算，就不行了。需要先构建数据集，然后通过数据集的操作，实现我们的目的。

所以，Spark是一种粗粒度、基于数据集的并行计算框架。

三，Spark基本概念及拆分任务的流程

1，将数据载入并构造数据集，在spark中，这个数据集被称为RDD（弹性分布数据集）。

2，对数据集进行map操作，指定行为

3，对map中的数据集进行collect操作，并获得合并的结果。

微信关注我们

原文链接：https://yq.aliyun.com/articles/240712

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

阿里云数据库资深专家林伟：大规模计算平台研究与实战

大流量高并发互联网应用实践在线峰会官网：https://yq.aliyun.com/activity/112 峰会统一报名链接：http://yq.aliyun.com/webinar/join/49 议题名称：《大规模计算平台研究与实战》议题简介：MaxCompute是由阿里云自主研发，是阿里巴巴自主研发的海量数据处理平台。能够在多个单机群达万台跨集群的计算平台上提供针对TB/PB/EB级数据分布式处理能力，应用于数据分析、挖掘、商业智能等领域。提供海量数据仓库的解决方案以及针对大数据的分析建模服务。支持阿里巴巴和蚂蚁金服绝大多数计算分析任务。本次演讲向大家介绍MaxCompute中的在面对超大规模的活动中如何满足阿里巴巴上万用户不同计算任务在延时，性能，规模上不同需求并在全局做到低成本，高性能，高弹性，高可用。同时如何能够在保证高可用的计算服务和用户数据的安全性下能够持续发布改进计算平台。演讲要点: 伏羲资源调度和多租户管理分布式场景中的查询优化基于历史数据的优化跨集群计算使得计算突破单机群限制大规模计算平台如何进行持续改进和发布关于分享者林伟，阿里云数据库资深...

2016-08-18

734

阿里云E-Mapreduce动态 E-Mapreduce团队 1.5.0版本（正在研发）增加集群整体运行情况的仪表盘访问OSS不需要写id、key，增强安全性集群其中后，可以重启、修改配置及安装软件 1.6.0版本交互式查询（支持hive、spark）资讯马云：云计算、大数据、人工智能未来三十年会成基本公共服务未来三十年，云计算、大数据、人工智能，都会成为基本的公共服务，各行各业都会经受巨大的变化。”阿里巴巴董事局主席马云18日出席2016中国保险业发展年会时表示，“物流业、制造业、服务业、金融业、教育，所有的行业，在这场技术革命之下改变是不可避免的。” E-MapReduce支持计算与存储分离,成本下降1倍众观历史，分久必合、合久必分，在计算机历史中也很类似，如今，Hadoop也许到了计算与存储分离的阶段。 13个应用案例，讲述最真实的

2016-08-22

642

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。