也是一个分布式的并行计算框架
spark是下一代的map-reduce，扩展了mr的数据处理流程。
它是一个弹性分布式数据集,具有良好的通用性、容错性与并行处理数据的能力,为用户屏蔽了底层对数据的复杂抽象和处理,为用户提供了一组方便的数据转换与求值方法。
弹性
容错
通常在不同机器上备份数据或者记录数据更新的方式完成容错，但这种对任务密集型任务代价很高
RDD采用数据应用变换（map,filter,join），若部分数据丢失，RDD拥有足够的信息得知这部分数据是如何计算得到的，可通过重新计算来得到丢失的数据
这种恢复数据方法很快，无需大量数据复制操作，可以认为Spark是基于RDD模型的系统
懒操作
瞬时性
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。