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
大数据疫情防控应用 大数据与个人隐私之间存在的冲突
大数据与个人隐私之间存在的冲突，网上出现多起以寻找确诊病例密切接触者为名，公布个人姓名、手机号码、户籍地详址、身份证号码等个人隐私的事件，且电信运营、铁路部门和各大互联网公司等事实上掌握了大量公民的个人信息，特别是联系方式、地理位置和行踪轨，这无疑是掌握了用户的个人隐私。
10442
2020-02-21 10:17:35
数据科学与机器学习的区别是什么？
数据科学与机器学习的区别：机器学习是人工智能的一个分支，而数据科学是数据清理、准备和分析的学科。人们需要了解每种技术的工作原理，以及它们是如何一起工作的。数据科学是一种实践领域，而机器学习是一组工具和方法论。
8357
2020-05-13 15:36:30
大数据软件学习入门技巧
大数据软件学习入门技巧，一般而言，在进行大数据处理时，会先使用大数据数据库，如 MongoDB、 GBase等。然后利用数据仓库工具，对数据进行清理、转换、处理，得出有价值的数据。接着用数据建模工具建模。最终用大数据工具进行可视化分析。
6626
2020-07-06 15:07:49
大数据批流处理之Lambda架构学习
大数据批流处理之Lambda架构，Lambda架构是当前大数据中批流处理方向影响最为深刻、应用最为广泛的架构。对于在云端的数据中心实现针对海量历史数据的批量计算及优化需要分别在云端、边缘端实现针对流数据的实时处理的场景。
7537
2022-03-02 10:17:27
大数据智能交通未来会是怎样的交通状况？
大数据智能交通未来会是怎样的交通状况？智能交通也是智慧城市的一个重要组成部分将会改变我们的交通，交通少不了大数据的处理，人工智能自动驾驶离不开大数据的支撑。
5499
2022-03-08 10:44:04
