Spark 2.5.8大数据处理框架
Spark 的 2.5.8 版本，挺适合最近在搞大数据的你升级试试看。核心模块那块，调度算法估计又优化了一波，跑任务更稳，资源用得也更顺手。
结构化数据用Spark SQL，还是熟悉的味道，但多了点小惊喜。对接Hive、HDFS这些老伙计更顺，查询也提速了，跑报表啥的舒服多了。
玩实时流的，用Spark Streaming的可以注意下，2.5.8 在稳定性和延迟控制上感觉下了功夫，像是接Kafka那种高吞吐的数据源，也能应付得住。
MLlib也是个亮点，新算法估计加了不少，老算法也调了调，训练快了，调参也没那么痛苦了。尤其搞推荐系统、分类这些，试试看效果还挺不错的。
图数据？GraphX那边也有动作，听说图遍历和子图提取这些性能更好了，跑社交网络会比较香。
另外 API 方面，Java、Scala、Python、R几个接口也有小优化，多语言协同开发也更顺畅了。哦对了，集群管理上对YARN、Mesos这些兼容性也加强了。
如果你最近刚好在做流项目或者需要多语言集成，2.5.8 版本挺值得升一下。想深入的可以看看《精通 Spark SQL》，或者想搞项目实战的也可以参考下《MLlib 智能客户系统项目记录》。
文件大小：40.52MB
评论区