《Spark与Hadoop大数据分析》——3.2　学习Spark的核心概念-低调大师

《Spark与Hadoop大数据分析》——3.2　学习Spark的核心概念

2017-08-31 552

3.2　学习Spark的核心概念

在本节，我们要了解 Spark 的核心概念。Spark 提供的主要抽象是弹性分布式数据集（Resilient Distributed Dataset，RDD）。因此，我们要了解 RDD 是什么，以及提供内存级性能和容错的 RDD 中包含的运算。但是，首先我们要学习使用 Spark 的方法。

3.2.1　使用 Spark 的方法

使用 Spark 有两种方法，即 Spark Shell 和 Spark 应用程序。

1. Spark Shell

这是可以利用 Scala、Python 或 R 进行数据探索的交互式命令行（read-eval-print loop，REPL）功能：

要获取 spark-shell 选项的完整列表，请使用以下命令：

探索 Spark Scala shell

Scala shell 提供了许

微信关注我们

原文链接：https://yq.aliyun.com/articles/212258

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。

IBM杰出工程师:如何集成和治理大数据？

文章讲的是 IBM杰出工程师:如何集成和治理大数据， “大数据治理”在IBM杰出工程师Ron Ben Natan博士的眼中要比传统结构化数据的治理难度大得多。他认为大数据治理既有基于传统的编程模式，又有大数据下特有的方式，是没法利用传统数据治理方式来操作的。同时，在大数据的模式下，出现大量新的数据结构和新技术，如聚合型数据结构和JSON和Avro技术等。以上种种都体现出大数据的治理更具有挑战性。在北京国家会议中心举办的“见智，见未来——IBM 2013技术峰会”上，IT168记者采访了IBM杰出工程师及InfoSphere Streams高级开发经理James R Giles博士、IBM杰出工程师、副总裁兼Guardium首席技术官Ron Ben Natan博士、IBM软件集团大中华区信息管理软件DSCO销售总监甘佳凌，以及IBM中国开发中心资深主管经理洪桦，共同分享了IBM在大数据市场的产品策略，以及大数据集成和治理的方法。 ▲IBM杰出工程师及InfoSphere Streams高级开发经理James R Giles博士大数据如何治理? 在本届技术峰会上，IBM的发言人不止一次...

2017-09-01

554

文章讲的是 SUSE营销副总裁：大数据，正大行其道，没错，我们都在谈论大数据。但考虑到与该市场相关的庞大数字，大数据能成为热门话题一点也不奇怪，对吧?IDC市场研究公司预测，到2017年大数据技术和服务消费的复合增长率为27%，达到320亿美元。考虑如此大的市场规模，我立即联想到合作伙伴关系与协作这两个问题。要想把大量结构化数据和非结构化数据转化为有用的商业洞察，需要优化并综合运用计算能力、托管存储和智能分析。将三者转化为真实世界的解决方案最好借助合作伙伴关系、互操作性和协作。以下是SUSE与合作伙伴为实现当今真实世界的优化解决方案而进行协作的一些方法。 SAP HANA ˙SAP HANA是内存计算领域的黄金标准之一。 ˙现在的HANA系统能在高度优化的SUSE Linux Enterprise上稳定、灵活而高性能地运行。 ˙CIR food是真实世界的一个典型实例，当前它可在数秒钟内生成商业分析报告，包含关于成千上万名客户的数以百万计的数据点信息。利用开源，整个过程可节省70%。 Hadoop合作伙伴 ˙Hadoop在开源大数据处理领域拥有最高的知名度——其合作伙伴如Clou...

2017-09-01

513

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Oracle

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

JDK

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，它包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。