一次弄懂Spark運(yùn)行模式和框架模塊

整個(gè)Spark 框架模塊包含：Spark Core、 Spark SQL、 Spark Streaming、 Spark GraphX、 Spark MLlib，而后四項(xiàng)的能力都是建立在核心引擎之上。

Spark Core：Spark的核心，Spark核心功能均由Spark Core模塊提供，是Spark運(yùn)行的基礎(chǔ)。Spark Core以RDD為數(shù)據(jù)抽象，提供Python、Java、Scala、R語(yǔ)言的API，可以編程進(jìn)行海量離線數(shù)據(jù)批處理計(jì)算。

SparkSQL：基于SparkCore之上，提供結(jié)構(gòu)化數(shù)據(jù)的處理模塊。SparkSQL支持以SQL語(yǔ)言對(duì)數(shù)據(jù)進(jìn)處理,SparkSQL本身針對(duì)離線計(jì)算場(chǎng)景。同時(shí)基于SparkSQL，Spark提供了StructuredStreaming模塊，可以以SparkSQL為基礎(chǔ)，進(jìn)行數(shù)據(jù)的流式計(jì)算。

SparkStreaming：以SparkCore為基礎(chǔ)，提供數(shù)據(jù)的流式計(jì)算功能。

MLlib：以SparkCore為基礎(chǔ)，進(jìn)行機(jī)器學(xué)習(xí)計(jì)算，內(nèi)置了大量的機(jī)器學(xué)習(xí)庫(kù)和API算法等。方便用戶以分布式計(jì)算的模式進(jìn)行機(jī)器學(xué)習(xí)計(jì)算。

GraphX：以SparkCore為基礎(chǔ)，進(jìn)行圖計(jì)算，提供了大量的圖計(jì)算API，方便用于以分布式計(jì)算模式進(jìn)行圖計(jì)算。

Spark提供多種運(yùn)行模式，包括：

• 本地模式(單機(jī))

本地模式就是以一個(gè)獨(dú)立的進(jìn)程，通過(guò)其內(nèi)部的多個(gè)線程來(lái)模擬整個(gè)Spark運(yùn)行時(shí)環(huán)境

• Standalone模式(集群)

Spark中的各個(gè)角色以獨(dú)立進(jìn)程的形式存在，并組成Spark集群環(huán)境

• Hadoop YARN模式(集群)

Spark中的各個(gè)角色運(yùn)行在YARN的容器內(nèi)部，并組成Spark集群環(huán)境

• Kubernetes模式(容器集群)

Spark中的各個(gè)角色運(yùn)行在Kubernetes的容器內(nèi)部，并組成Spark集群環(huán)境

• 云服務(wù)模式(運(yùn)行在云平臺(tái)上)