在线客服
扫描二维码
下载博学谷APP
扫描二维码
关注博学谷微信公众号
Spark是一个实现快速通用的集群计算平台，它是基于内存的迭代计算框架，适用于需要多次操作特定数据集的应用场合。在大数据库架构中常常需要使用Spark，Spark的知识点一直也是大数据面试题的重点，本文整理了Spark知识点汇总，现在就和大家一起梳理下吧！
1、Spark的核心是什么?
RDD是Spark的基本抽象,是对分布式内存的抽象使用，实现了以操作本地集合的方式来操作分布式数据集的抽象实现。RDD也是Spark非常核心的东西，它表示已被分区，不可变的并能够被并行操作的数据集合，不同的数据集格式对应不同的RDD实现。
RDD必须是可序列化的。RDD可以cache到内存中，每次对RDD数据集的操作之后的结果，都可以存放到内存中，下一个操作可以直接从内存中输入，省去了MapReduce大量的磁盘IO操作。这对于迭代运算比较常见的机器学习算法, 交互式数据挖掘来说，效率提升比较大。
2、Spark的适用场景有哪些?
由于 RDD的特性，Spark不适用那种异步细粒度更新状态的应用，例如web服务的存储或者是增量的web爬虫和索引。就是对于那种增量修改的应用模型不适合。总的来说Spark的适用面比较广泛且比较通用。
3、Spark支持的编程语言有哪几种?
Spark通过与编程语言集成的方式暴露RDD的操作，类似于DryadLINQ和FlumeJava，每个数据集都表示为RDD对象，对数据集的操作就表示成对RDD对象的操作。
Spark主要支持的编程语言是Scala、java、python。
Scala
Spark使用Scala开发，默认使用Scala作为编程语言。编写Spark程序比编写Hadoop MapReduce程序要简单的多，SparK提供了Spark-Shell，可以在Spark-Shell测试程序。
Java
Spark支持Java编程，但对于使用Java就没有了Spark-Shell这样方便的工具，其它与Scala编程是一样的，因为都是JVM上的语言，Scala与Java可以互操作，Java编程接口其实就是对Scala的封装。
Python
现在 Spark也提供了Python编程接口，Spark使用py4j来实现python与java的互操作，从而实现使用python编写Spark程序。Spark也同样提供了pyspark，一个Spark的python shell，可以以交互式的方式使用Python编写Spark程序。
以上就是小编整理的有关Spark的知识点，全部都是干货呀，还没记住的小伙伴赶紧再复习一遍吧！
— 申请免费试学名额 —
在职想转行提升，担心学不会？根据个人情况规划学习路线，闯关式自适应学习模式保证学习效果
讲师一对一辅导，在线答疑解惑，指导就业！
上一篇：
博学谷云计算大数据在线培训班讲师怎么样？
下一篇：
学大数据哪个学校靠谱？该怎么选?
相关推荐 更多
哪里有比较好的大数据分析培训？
目前大部分关于大数据方向的培训课程都是关于大数据技术开发，主要培养与大数据挖掘、大数据爬虫、大数据存储以及算法开发工程师，相对来说说岗位偏向于开发技术。对于不想从事技术开发岗位的同学，关注更多的则是大数据分析培训课程。那目前国内哪里有比较好的大数据分析培训呢？
7056
2019-09-03 18:47:35
什么是Hive？为什么要用Hive？
Hive是建立在Hadoop上的数据仓库基础构架。对于有一定基础的大数据学习者来讲，Hive是必须掌握的核心技术。本文主要带大家来认识一下Hive，了解什么是Hive？为什么要用Hive？如果大家对这些问题好奇，就一起看看接下来的内容吧~
10856
2020-06-03 18:08:30
无基础人员转行做机器学习可以吗？
机器学习需要一定数学基础，没有相关的了解需要重新学习。转行机器学习不适用所有人，可不可以转行需要具体结合自身的情况。入门机器学习有一定的门槛要慎重决定。
4740
2020-10-23 14:55:11
大数据spark框架常用数据类型RDD与DataFrame的区别
大数据spark框架常用数据类型RDD与DataFrame的区别，在spark中，RDD、DataFrame是最常用的数据类型，在Apache Spark 里面DF 优于RDD但也包含了RDD的特性，在使用的过程中分别介绍下两者的区别和各自的优势。
3737
2022-04-19 11:12:45
Hadoop 狂野大数据课件学习内容有哪些？
Hadoop 狂野大数据课件学习内容有哪些？课程学习从Hadoop基本使用、运行原理、实战案例全方位讲解；从概念讲起，课程内容精炼学习效率高没有接触过Hadoop的学员也能很好理解。
3079
2022-06-14 11:09:46
