1樓：愛可生雲資料庫
spark已經取代hadoop成為最活躍的開源大資料專案，但是，在選擇大資料框架時，企業不能因此就厚此薄彼
近日，著名大資料專家bernard marr在一篇文章中分析了spark和 hadoop 的異同
hadoop和spark均是大資料框架，都提供了一些執行常見大資料任務的工具，但確切地說，它們所執行的任務並不相同，彼此也並不排斥
雖然在特定的情況下，spark據稱要比hadoop快100倍，但它本身沒有一個分散式儲存系統
而分散式儲存是如今許多大資料專案的基礎，它可以將 pb 級的資料集儲存在幾乎無限數量的普通計算機的硬碟上，並提供了良好的可擴充套件性，只需要隨著資料集的增大增加硬碟
因此，spark需要一個第三方的分散式儲存，也正是因為這個原因，許多大資料專案都將spark安裝在hadoop之上，這樣，spark的高階分析應用程式就可以使用儲存在hdfs中的資料了
與hadoop相比，spark真正的優勢在於速度，spark的大部分操作都是在記憶體中，而hadoop的mapreduce系統會在每次操作之後將所有資料寫回到物理儲存介質上，這是為了確保在出現問題時能夠完全恢復，但spark的彈性分散式資料儲存也能實現這一點
另外，在高階資料處理（如實時流處理、機器學習）方面，spark的功能要勝過hadoop
在bernard看來，這一點連同其速度優勢是spark越來越受歡迎的真正原因
實時處理意味著可以在資料捕獲的瞬間將其提交給分析型應用程式，並立即獲得反饋
在各種各樣的大資料應用程式中，這種處理的用途越來越多，比如，零售商使用的推薦引擎、製造業中的工業機械效能監控
spark平臺的速度和流資料處理能力也非常適合機器學習演算法，這類演算法可以自我學習和改進，直到找到問題的理想解決方案
這種技術是最先進製造系統（如**零件何時損壞）和無人駕駛汽車的核心
spark有自己的機器學習庫mlib，而hadoop系統則需要藉助第三方機器學習庫，如apache mahout
實際上，雖然spark和hadoop存在一些功能上的重疊，但它們都不是商業產品，並不存在真正的競爭關係，而通過為這類免費系統提供技術支援贏利的公司往往同時提供兩種服務
例如，cloudera 就既提供 spark 服務也提供 hadoop服務，並會根據客戶的需要提供最合適的建議
bernard認為，雖然spark發展迅速，但它尚處於起步階段，安全和技術支援基礎設施方還不發達，在他看來，spark在開源社群活躍度的上升，表明企業使用者正在尋找已儲存資料的創新用法
墨子和魯班是同鄉嗎，魯班和墨子之間是什麼關係
收藏此頁 小 中 大 馬兆琪 我要投稿 非攻 魯班和墨子是同鄉 由兩年前 滕州 記者赴京專訪任老談起 濱湖鎮望莊中學馬兆琪 為了搞清墨子和魯班的關係等有關魯班研究中的一些重大問題，滕州 社曾於2006年4月15日專派記者前往北京當面向當代國學大師任繼愈先生求教。在會談期間，任老又重申了魯班的裡籍問題...
羅勒有和薄荷相似的品種嗎？他們之間是什麼關係？還是薄荷就是羅勒
品種 屬復 是不一樣 制的，但有的羅勒略帶薄荷味bai 羅勒 域 真核du域 eukarya 界zhi 植物界 plantae 門 被子植dao物門 magnoliophyta 綱 雙子葉植物綱 magnoliopsida 目 脣形目 lamiales 科 脣形科 lamiaceae 屬 羅勒屬 o...
玉門關是什麼，什麼是玉門關
玉門關是目前儲存完好的小方盤城遺址，玉門關遺址位於敦煌市西北約90公里處祁連山西端疏勒河南岸戈壁，是2 3世紀漢王朝設立在河西走廊地區西端最重要的關隘遺存，在地理區域上具有東西交通分界的標誌地位。什麼是玉門關 玉門關，始置於漢武帝開通西域道路 設定河西四郡之時，因西域輸入玉石時取道於此而得名。漢時為...