即将推出的Apache Spark 2.4有什么新功能

Posted 2021-01-09 slidestalk

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smilegator主页 ，全文地址请点击：https://www.slidestalk.com/s/20180919WhatsNewinUpcomingApacheSpark24final78282