Spark概述

Spark特点

• 内存计算
• 中间处理数据也放在内存中，减少磁盘I/O
• 支持复杂查询：包括filter、SQL查询、流式查询等
• 支持实时流处理（Hadoop只能离线处理）
• 迭代计算

Spark应用框架

Spark Streaming

Tachyon

过去，Spark的计算功能和内存管理都是在JVM中，导致JVM负载较高，且JVM崩溃后数据会丢失。
Tachyon的目的是分离Spark的计算功能和内存管理功能，使内存管理脱离JVM，专门设计Tachyon在JVM外管理内存数据。这解决了Spark在数据共享、缓存数据丢失情况下的效率较低的问题，还减少了JVM因数据量过多而导致的大量GC操作，提高了Spark效率。