设为首页 加入收藏

TOP

慕课网Spark SQL日志分析 - 3.Spark SQL概述
2019-03-14 01:01:32 】 浏览:40
Tags:慕课网 Spark SQL 日志 分析 3.Spark 概述

3.Spark SQL概述

1.Spark SQL前世今生

  • 为什么要使用sql?
  1. 事实上的标准
  2. 易学易用
  3. 受众面大
  • Hive 类似于sql的hive sql语句,sql==>mapreduce 缺点:基于mapreduce,执行效率比较低 改进:hive on tez,hive on spark,hive on mapreduce

  • Shark hive on spark ==> shark(把hive解析后的作业翻译成spark作业) 优点:1.基于spark;2.基于内存的列式存储;3.与hive能够兼容 缺点:hive ql 的解析、逻辑执行计划生成、执行计划的优化是依赖于hive的。仅仅只是把物理执行计划从mr作业替换成spark;mapreduce基于进程级别的,而spark是基于线程的,shark必须单独维护一个分支来处理线程相关的操作。

Shark终止后,产生了两个分支:

  1. Hive on spark(Hive社区中,源码是在hive中)
  2. spark sql(Spark社区,源码是在Spark中)(支持多种数据源,多种优化技术,扩展性也要好很多)

2.Sql on Hadoop 常用框架

  1. Hive sql ==> mapreduce metasotre: 原数据 sql: database, table, view

  2. impla cloudera : cdh(建议大家在生产上使用的hadoop系列版本)、cm sql : 自己的守护进程执行的,非mr (对内存要求比较高)

  3. presto facebook,京东 支持sql

  4. drill 支持sql 能够访问:hdfs、rdbms、json、hbase、mongdb、c3、hive ==> 外部数据源

  5. Spark SQL 支持sql dataframe/dataset api metastore 能够访问:hdfs、rdbms、json、hbase、mongdb、c3、hive ==> 外部数据源

3.Spark SQL 概述
2>

官网:spark.apache.org/sql/

Spark SQL is Apache Spark's module for working with structured data.

Spark SQL不仅仅有访问或者操作SQL的功能,他还提供了其他的非常丰富的操作:外部数据源,优化

Spark SQL概述小结: 1.Spark Sql并不局限于SQL 2.可以访问hive、json、parquet等文件的数据 3.SQL只是Spark SQL 的一个功能而已===>这个名字并不恰当 4.Spark SQL提供了SQL的api,DataFrame,Dataset的API

4.Spark SQL愿景

  • Write the less code
  • Read less data
  • Let the optimizer do the hard work

5.Spark SQL架构


编程开发网
】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
上一篇黑猴子的家:Sqoop HBase 到 RDBMS 下一篇Sqoop   ------- 将mysql的..

评论

帐  号: 密码: (新用户注册)
验 证 码:
表  情:
内  容:

array(4) { ["type"]=> int(8) ["message"]=> string(24) "Undefined variable: jobs" ["file"]=> string(32) "/mnt/wp/cppentry/do/bencandy.php" ["line"]=> int(217) }