spark的亮點是？1、更高的性能。是因為數據被運行程序到集群主機的分布式內存中。數據這個可以被快速的轉換迭代，并緩存用以強盜團的頻繁訪問需求。在數據徹底加載到內存的情況下，Spark這個可以比Had

spark的亮點是？

1、更高的性能。是因為數據被運行程序到集群主機的分布式內存中。數據這個可以被快速的轉換迭代，并緩存用以強盜團的頻繁訪問需求。在數據徹底加載到內存的情況下，Spark這個可以比Hadoop快100倍，在內存夠存放所有數據的情況下快hadoop10倍。

2、按照組建在Java,Scala,Python,SQL（如何應付可視化去查詢）的標準API以更方便各行各業(yè)不使用，同樣的還所含的大量開箱即用的機器學習庫。

3、與現有Hadoop1和2.x(YARN)生態(tài)兼容性問題，而機構這個可以無縫拼接遷移。

4、方便下載和直接安裝。比較方便的shell（REPL:Read-Eval-Print-Loop）也可以對API參與交互式的學習。

5、自身高等級的架構提高生產力，最終達到可以講精力放到計算上。

學習大數據難嗎？

在學習前，首先決定的又不是難不算難，而是肯定怎摸想學好的問題。學習大數據給幾點建議：

1.重要掌握到大數據體系的架構和原理，例如：分布式存儲和可以計算的思想

2.大數據框架的體系，例如：hadoop，spark就這些

3.多動手做實驗，也多問問有經驗的人。

只要你有信心，而且堅持，是有可以能學好。

spark的計算模式主要包括？

以換算PI為例子

進入spark的安裝目錄

1、單機local模式提交任務

./bin/spark-submit--classorg.apache.spark.examples.Spark

Pi--master.localexamples/jars/spark-

examples*.jar

2、yarn-client模式想執(zhí)行計算出程序

./bin/spark-submit--classorg.apache.spark.examples.Spark

Pi--master.yarn-clientexamples/jars/spark-

examples*.jar

3、Standalone模式換算

./bin/spark-submit--classorg.apache.spark.examples.Spark

Pi--masterspark://masterIp:7077examples/jars/spark-

examples*.jar