寒假学习记录01

寒假学习记录01

今日完成任务：

一、观看学习视频，有关于spark的介绍及与Hadoop的区别；

Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spark 和 Scala 能够紧密集成，其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

尽管创建 Spark 是为了支持分布式数据集上的迭代作业，但是实际上它是对 Hadoop 的补充，可以在 Hadoop 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发，可用来构建大型的、低延迟的数据分析应用程序。

 

二、虚拟机环境配置

VirtualBox 软件的下载地址：https://www.virtualbox.org/wiki/Downloads。

Ubuntu16.04 的镜像文件下载地址：http://www.ubuntu.org.cn/download/desktop。

或者也可以直接到本教程官网的“下载专区”的“软件”中下载 Ubuntu 安装文件 ubuntukylin-16.04-desktop-amd64.iso。