简述spark计算框架的特点
Spark计算框架的特点主要体现在以下三个方面：
1. 高效性：Spark使用最先进的DAG调度程序，查询优化程序和物理执行引擎，实现批量和流式数据的高性能。相比于早期的Hadoop，Spark运行速度可以提到10--100倍。
2. 易用性：Spark在应用层面提供Java、Python和Scala的API，还支持超过80种高级算法，可以根据实际的数据处理需求，快速构建计算平台，满足数据处理需求。Spark还支持交互式的Python和Scala的shell，大大方便了用户的操作。
3. 通用性：Spark的生态圈已经趋于完善，各个组件可以共同完成绝大部分的数据处理需求和场景。批处理、交互式查询（Spark SQL）、实时流处理（Spark Streaming）、机器学习（Spark MLlib）和图计算（GraphX），都能在Spark生态圈找到相应的解决方案。
此外，Spark还具有很强的适应性，能够读取HDFS、Cassandra、HBase、S3和Techyon为持久层读写原生数据，能够以Mesos、YARN和自身携带的Standalone作为资源管理器调度job，来完成Spark应用程序的计算。
标签： #科技数码
郑重声明：图文由自媒体作者发布，我们尊重原作版权，但因数量庞大无法逐一核实，图片与文字所有方如有疑问可与我们联系，核实后我们将予以删除。
