二零二三年 优质公开课Spark开发介绍.pptx

Spark开发介绍132目录Spark是什么Spark框架组成Spark开发环境1Spark是什么Spark是什么 Apache Spark是一个快速的通用集群计算系统。它提供Java、Scala、Python和R中的高级API，并提供了一个优化引擎，该引擎支持常规执行图。 它还支持一系列丰富的高级工具，包括：用于SQL和结构化数据处理的Spark SQL，扩展到DataFrames和DataSetMLlib用于机器学习,GraphX用于图形处理,Spark Streaming用于流数据处理。2Spark框架组成Spark框架组成解释Spark-Core：Spark框架的核心，包括RDD，任务调度等。Spark-SQL：作用也是通过SQL操作结构化数据，提供一个易用的接口，相当于一个前端，其后端可以包括HDFS、MongoDB等。Spark-Streaming：流计算Spark-Mlib：机器学习库Spark-GraphX：图计算 3Spark开发环境Spark开发环境（一）解释Java开发环境准备操作场景提供Spark组件的样例代码和常用接口，便于开发者快速熟悉Spark并行计算框架。为了运行Spark组件的样例代码，你需要完成下面的操作。开发环境可以搭建在Windows环境下，而运行环境（即客户端）只能部署在Linux环境下。操作步骤确认Spark组件已经安装，并正常运行。对于scala开发环境，客户端机器推荐使用IDEA工具，安装要求如下：? Spark开发环境（二）解释?JDK使用1.7版本IntelliJ IDEA（版本：13.1.4）下载路径：/idea/download/index.html/idea/download/index.html。Scala（版本：2.10.4），下载路径：/files/archive/scala-2.10.4.msi/files/archive/scala-2.10.4.msi。? Spark开发环境（三）解释安装IntelliJ IDEA和Scala工具，并进行相应的配置。客户端机器的时间与Spark集群的时间要保持一致，时间差要小于5分钟。下载Spark客户端程序到客户端机器中。解压缩客户端文件包。客户端安装。配置客户端网络连接。导入Java代码样例工程到IDEA开发环境。使用IDEA创建一个Spark样例工程。??