Spark入门教程收集

 
Spark教程
Apache Spark是一个开源集群计算框架。其主要目的是处理实时生成的数据。
Spark建立在Hadoop MapReduce的顶部。它被优化为在内存中运行,而Hadoop的MapReduce等替代方法将数据写入计算机硬盘驱动器或从计算机硬盘驱动器写入数据。因此,Spark比其他替代方案更快地处理数据。
 
Spark架构依赖于两个抽象:
  • 弹性分布式数据集(RDD)
  • 有向无环图(DAG)
scala> val data = sc.parallelize(List(10,20,30))
data: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[2] at parallelize at <console>:24

scala> data.collect
res3: Array[Int] = Array(10, 20, 30)

scala> val abc = data.filter(x => x!=30)
 
Spark 编程指南
 
Spark SQL教程
 
Spark Overview
Programming Guides:
API Docs:
 
Quick Start
 
RDD Programming Guide
 
Spark 3.0.1 ScalaDoc
 
Apache Spark Examples
Additional Examples
Many additional examples are distributed with Spark:
 
 
 
 
史上最简单的spark系列教程 | 完结

posted @ 2020-09-15 15:32  船长博客  阅读(1010)  评论(0编辑  收藏  举报
永远相信美好的事情即将发生!