转载

Apache Spark 1.4 发布,开源集群计算系统

6月14日上海 OSC 源创会开始报名,送机械键盘和开源无码内裤

Apache Spark 1.4 发布,该版本将 R API 引入 Spark,同时提升了 Spark 的核心引擎和 MLlib ,以及 Spark Streaming 的可用性。部分重要更新如下:

Spark Core

Spark core 有多各方面的改进,主要集中在操作,性能和兼容性上:

  • SPARK-6942 : Visualization for Spark DAGs and operational monitoring

  • SPARK-4897 : Python 3 support

  • SPARK-3644 : A REST API for application information

  • SPARK-4550 : Serialized shuffle outputs for improved performance

  • SPARK-7081 : Initial performance improvements in project Tungsten

  • SPARK-3074 : External spilling for Python groupByKey operations

  • SPARK-3674 : YARN support for Spark EC2 and SPARK-5342 : Security for long running YARN applications

  • SPARK-2691 : Docker support in Mesos and SPARK-6338 : Cluster mode in Mesos

更多内容请查看 发行说明 。

Spark 1.4下载请点这里: downloads 。

Apache Spark 是一种与Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句话说,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。

Spark 是在Scala 语言中实现的,它将 Scala 用作其应用程序框架。与 Hadoop 不同,Spark 和 Scala 能够紧密集成,其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

尽 管创建 Spark 是为了支持分布式数据集上的迭代作业,但是实际上它是对 Hadoop 的补充,可以在 Hadoo 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发,可用来构建大型的、低延迟的数据分析应用程序。

Apache Spark 1.4 发布,开源集群计算系统 Apache Spark 1.4 发布,开源集群计算系统

正文到此结束
Loading...