Spark架構作為大數(shù)據(jù)當中的兩大架構之一，其優(yōu)秀的性能讓其成為大數(shù)據(jù)應用架構未來的主要選擇，代表著該領域未來發(fā)展的趨勢。在 Spark架構應用的過程中，了解其相關的術語很有必要。中培偉業(yè)《大數(shù)據(jù)Hadoop與Spark架構應用實戰(zhàn)》蔣老師在這里介紹了Spark架構相關的專業(yè)術語。

（1）RDD（Resilient distributed datasets）

彈性分布式數(shù)據(jù)集，Spark中最核心的模塊和類，也是設計精華所在。你將它理解為一個大的集合，將所有數(shù)據(jù)都加載到內存中，方便進行多次重用。第一，它是分布式的，可以分布在多臺機器上，進行計算。第二，它是彈性的，在計算處理過程中，機器的內存不夠時，它會和硬盤進行數(shù)據(jù)交換，某種程度上會減低性能，但是可以確保計算得以繼續(xù)進行。關于RDD的詳細闡述，后面會單獨再起一篇文章。

（2）Local模式和Mesos模式

Spark支持Local調用和Mesos集群兩種模式，在Spark上開發(fā)算法程序，可以在本地模式調試成功后，直接改用Mesos集群運行，除了文件的保存位置需要考慮以外，算法理論上不需要做任何修改。

Spark的本地模式支持多線程，有一定的單機并發(fā)處理能力。但是不算很強勁。本地模式可以保存結果在本地或者分布式文件系統(tǒng)，而Mesos模式一定需要保存在分布式或者共享文件系統(tǒng)。

（3）Transformations和Actions

對于RDD，有兩種類型的動作，一種是Transformation，一種是Action。它們本質區(qū)別是：

Transformation返回值還是一個RDD。它使用了鏈式調用的設計模式，對一個RDD進行計算后，變換成另外一個RDD，然后這個RDD又可以進行另外一次轉換。這個過程是分布式的Action返回值不是一個RDD。它要么是一個Scala的普通集合，要么是一個值，要么是空，最終或返回到Driver程序，或把RDD寫入到文件系統(tǒng)中。

關于這兩個動作，在Spark開發(fā)指南中會有就進一步的詳細介紹，它們是基于Spark開發(fā)的核心。

《大數(shù)據(jù)Hadoop與Spark架構應用實戰(zhàn)》課程是中培偉業(yè)的精品課程之一，本課程現(xiàn)場班將于8月25日—28日在南京舉行，目前已經(jīng)到了報名的最后階段，歡迎廣大想?yún)⒓釉撆嘤柕男袠I(yè)人才能抓緊時間報名，中培偉業(yè)將為您獻上受益終身的一課！