Spark官方中文指南

简介：
《Spark官方中文指南》是一本详细介绍Apache Spark大数据处理框架的权威书籍，深入浅出地讲解了Spark的核心概念、API使用及编程技巧。 Apache Spark 是一种专为大规模数据处理而设计的快速通用计算引擎。它由加州大学伯克利分校AMP实验室开发并开源，是一种类似于Hadoop MapReduce的通用并行框架。Spark拥有与MapReduce相同的优点，但在中间输出结果存储方面有所不同：Spark可以将这些结果保存在内存中，从而避免了读写分布式文件系统（如HDFS）的需求。因此，对于需要多次迭代的数据挖掘和机器学习任务来说，Spark表现得更为高效。 作为一种集群计算环境，Spark与Hadoop类似但也有不同之处；这种差异使得Spark在某些工作负载上比Hadoop更优秀。特别地，Spark支持内存分布数据集，并能够优化迭代作业的执行效率以及提供交互式查询功能。 Spark使用Scala语言实现并将其作为应用程序框架的一部分。这使得Scala可以像操作本地集合对象那样方便地处理分布式数据集，从而实现了与Hadoop不同的紧密集成方式。 尽管最初开发Spark是为了支持在大型分布式数据集上的迭代任务，但它实际上是对Hadoop的补充。它可以在Hadoop文件系统上运行，并通过第三方集群框架Mesos来实现这一点。总之，Spark可以用来构建大规模、低延迟的数据分析应用。