标签:des http 使用 strong 文件 数据 re 问题
Q1:Spark SQL和Shark有啥区别?
Shark需要依赖于Hadoop上Hive去做SQL语句的解析和分析Spark,而SQL是主要依赖了Catalyst这个新的查询优化框架,在把SQL解析成逻辑执行计划之后,利用Catalyst包里的一些类和接口,执行了一些简单的执行计划优化,最后变成RDD的计算;
Databricks表示,Shark更多是对Hive的改造,替换了Hive的物理执行引擎,因此会有一个很快的速度。然而,不容忽视的是,Shark继承了大,量的Hive代码,因此给优化和维护带来了大量的麻烦。随着性能优化和先进分析整合的进一步加深,基于MapReduce设计的部分无疑成为了整个项目的瓶颈;
Spark新发布的Spark SQL组件让Spark对SQL有了别样于Shark基于Hive的支持:
l 其一,能在Scala代码里写SQL,支持简单的SQL语法检查,能把RDD指定为Table存储起来。此外支持部分SQL语法的DSL。
l 其二,支持Parquet文件的读写,且保留Schema。
l 其三,能在Scala代码里访问Hive元数据,能执行Hive语句,并且把结果取回作为RDD使用。
Q2:Spark SQL会提供JDBC吗?
Spark官方指出:“Spark SQL includes a server mode with industry standard JDBC and ODBC connectivity.”;
Jdbc support branchis under going。
Q3:执行Task不是还要跟Driver交互吗?
执行Task时要和Driver交互,动态的向Driver报告执行情况。
Q4:对于RDD上的数据如何取出来供外部程序使用?
使用save等方法保存在HDFS之上;
然后通过Sqoop等工具到处到MySQL等数据库供外部使用;
也可以保存在HBase之上。
Q5:Spark官网上说Spark SQL不是很强大,还说建议大家复查查询的时候还是使用Hive。
Spark 1.0和1.0.1版本复杂的查询需要使用Hive;
随着Spark版本的更新,可以做任何复杂度的查询。
spark技术热点问题互动问答,布布扣,bubuko.com
标签:des http 使用 strong 文件 数据 re 问题
原文地址:http://www.cnblogs.com/spark-china/p/3865387.html