本文来自于2018年09月19日在 adobe systems inc 举行的 apache spark meetup。
即将发布的 apache spark 2.4 版本是 2.x 系列的第五个版本。 本文对 apache spark 2.4 的主要功能和增强功能进行了概述。
新的调度模型(barrier scheduling),使用户能够将分布式深度学习训练恰当地嵌入到 spark 的 stage 中,以简化分布式训练工作流程。
添加了35个高阶函数,用于在 spark sql 中操作数组/map。
新增一个新的基于 databricks 的 spark-avro 模块的原生 avro 数据源。
pyspark 还为教学和可调试性的所有操作引入了热切的评估模式(eager evaluation mode)。
spark on k8s 支持 pyspark 和 r ,支持客户端模式(client-mode)。
structured streaming 的各种增强功能。 例如,连续处理(continuous processing)中的有状态操作符。
内置数据源的各种性能改进。 例如,parquet 嵌套模式修剪(schema pruning)。
支持 scala 2.12。
点击 示说网 ,即可下载此ppt。
本文来自示说网主页 ,全文地址请点击:https://www.slidestalk.com/s/20180919whatsnewinupcomingapachespark24final78282
如对本文有疑问, 点击进行留言回复!!
HBase Filter 过滤器之FamilyFilter详解
去 HBase,Kylin on Parquet 性能表现如何?
如何找到Hive提交的SQL相对应的Yarn程序的applicationId
网友评论