原创力文档- 1、本文档共45页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
内容
•1BDAS数据分析软件栈
•2SQLOnSpark
•3SparkSQL架构分析
•4Shark工具介绍
•5HiveonSpark
•6Spark操作HBase中的数据
8.1BDAS数据分析软件栈
•BDAS(BerkeleyDataAnalyticsStack)是伯克利大
学AMPLab开发的数据分析软件栈
•AMPLab的Spark团队创立了大数据公司Databricks
，提供Spark的产品化支持，为后续Spark的产品
化和落地提供了更加强有力的保障。
•随着Spark在业界的广泛应用，Spark生态系统发
展势头强劲。
BDAS
•BDAS提出OneFrameworktoRuleThemAll理念
，可利用Spark一站式构建数据分析流水线
•BDAS生态系统包括：
–用内存分布式大数据计算引擎Spark，替代原有的
MapReduce，
–上层通过SparkSQL/Shark替代Hive等数据仓库，
–SparkStreaming替换Storm等流式计算框架，
–GraphX替换GraphLab等大规模图计算框架，
–MLLIB替换Mahout等机器学习框架等
–其整体框架基于内存计算，解决了原来Hadoop的
性能瓶颈问题。
8.2SQLOnSpark
•AMPLab将大数据分析负载分为三大类型：
–批量数据处理、交互式查询、实时流处理
–而其中很重要的一环便是交互式查询
•SparkSQL、Shark和HiveonSpark简称为SQLon
Spark。
•大数据分析栈中，
–需要满足ad-hoc、reporting、iterative等类型的查询
需求，
–需要提供SQL接口，兼容原有数据库使用习惯
–同时需要SQL能够重组关系模式。
SQLonHadoop
•完成这些重要的SQL任务的，便是SparkSQL和
Shark这两个开源分布式大数据查询引擎
–它们可理解为轻量级HiveSQL在Spark上的实现，
业界将该类技术统称为SQLonHadoop。
文档评论（0）