Spark培训 大数据分析框架的核心部件_光环大数据培训
-
资源ID:49833616
资源大小:38.99KB
全文页数:3页
- 资源格式: DOCX
下载积分:0金贝
快捷下载
账号登录下载
微信登录下载
微信扫一扫登录
1、金锄头文库是“C2C”交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时联系右侧客服;
2、如你看到网页展示的文档有jinchutou.com水印,是因预览和防盗链等技术需要对部份页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有jinchutou.com水印标识,下载后原文更清晰;
3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
4、文档大部份都是可以预览的,金锄头文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;
5、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
6、如果您还有什么不清楚的或需要我们协助,可以点击右侧栏的客服。
|
下载须知 | 常见问题汇总
|
Spark培训 大数据分析框架的核心部件_光环大数据培训
光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cnSparkSpark 培训培训 大数据分析框架的核心部件大数据分析框架的核心部件_ _光环大数据培训光环大数据培训Spark 大数据分析框架的核心部件包含 RDD 内存数据结构、Streaming 流计算 框架、GraphX 图计算与网状数据挖掘、MLlib 机器学习支持框架、Spark SQL 数据检索语言、Tachyon 文件系统、SparkR 计算引擎等主要部件。这里做一个 简单的介绍。一、RDD 内存数据结构大数据分析系统一般包括数据获取、数据清洗、数据处理、数据分析、报 表输出等子系统。Spark 为了方便数据处理、提升性能,专门引入了 RDD 数据 内存结构,这一点与 R 的机制非常类似。用户程序只需要访问 RDD 的结构,与 存储系统的数据调度、交换都由提供者驱动去实现。RDD 可以与 Haoop 的 HBase、HDFS 等交互,用作数据存储系统,当然也可以通过扩展支持很多其它 的数据存储系统。因为有了 RDD,应用模型就与物理存储分离开来,而且能够更容易地处理 大量数据记录遍历搜索的情况,这一点非常重要。因为 hadoop 的结构主要适用 于顺序处理,要翻回去反复检索数据的话效率就非常低下,而且缺乏一个统一 的实现框架,由算法开发者自己去想办法实现。毫无疑问,这具有相当大的难 度。 RDD 的出现,使这一问题得到了一定程度的解决。但正因为 RDD 是核心部 件、实现难度大,这一块的性能、容量、稳定性直接决定着其它算法的实现程 度。从目前看,还是经常会出现 RDD 占用的内存过载出问题的情况。二、Streaming 流计算框架流是现在推特、微博、微信、图片服务以及物联网、位置服务等等的重要 数据形态,因此流计算正显得前所未有的重要。流计算框架是所有互联网服务 商的核心基础架构,Amazon、Microsoft 都已经推出了 Event 消息总线云服务 平台,而 facebook/twitter 等更是将自己的流计算框架开源。Spark Streaming 专门设计用于处理流式数据。通过 Spark Streaming,可 以快速地将数据推入处理环节,犹如流水线一样进行快速的加工,并在最短的 时间反馈给使用。三、GraphX 图计算与网状数据挖掘物理网络的拓扑结构,社交网络的连接关系,传统数据库的 E-R 关系,都 是典型的图(Graph)数据模型。Hadoop 主要适用于“数据量”很大的场合,对 于关系的处理几乎没有支持,Hbase 也是非常弱的关系处理能力。图数据结构光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cn往往需要快速多次对数据进行扫描式遍历,RDD 的引入使 Spark 可以更高效地 处理基于图的数据结构,从而使存储和处理大规模的图网络成为可能。类似的 专用于图的系统还有 neo4j 等。GraphX 相对于传统数据库的关系连接,可以处理更大规模、更深度的拓扑 关系,可以在多个集群节点上进行运算,确实是现代数据关系研究的利器。四、MLlib 机器学习支持框架通过把机器学习的算法移植到 Spark 架构上,一方面可以利用底层的大规 模存储和 RDD 的数据快速访问能力,还可以利用图数据结构和集群计算的处理 能力,使机器学习的运算可以在大规模的集群系统上展开,即大力拓展了机器 学习算法的应用能力。五、Spark SQL 数据检索语言这个跟基于 Hive 的实现有些类似,但是基于 RDD 理论上能提供更好的性能, 同时能更方便处理如 join 和关系检索等操作。这个被设计为与用户交互的一个 标准化入口。六、Tachyon 文件系统Tachyon 是一个类似于 HDFS 的实现,不过感觉上更加接近于使用者,而 HDFS 主要是面向存储块的。七、SparkR 计算引擎将 R 语言的能力应用到 Spark 基础计算架构上,为其提供算法引擎。为什么大家选择为什么大家选择光环大数据光环大数据!大数据培训、人工智能培训、Python 培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训,就选光环大数据!光环大数据,聘请专业的大数据领域知名讲师,确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术,将前沿技能融入教学中,确保学生所学知识顺应时代所需。光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/hadoop.aura.cn 光环大数据光环大数据 http:/hadoop.aura.cn通过深入浅出、通俗易懂的教学方式,指导学生更快的掌握技能知识,成就上万个高薪就业学子。【报名方式、详情咨询报名方式、详情咨询】光环大数据官方网站报名:光环大数据官方网站报名:http:/hadoop.aura.cn/http:/hadoop.aura.cn/手机报名链接:手机报名链接:http:/http:/ hadoop.aura.cnhadoop.aura.cn /mobile/mobile/