批处理与实时流处理
统一处理批量数据和实时数据流，可使用 Python、SQL、Scala、Java 或 R。
Apache Spark™
大规模数据分析的统一引擎Apache Spark™ 是面向数据工程、数据科学和机器学习的多语言计算引擎，支持在单机或集群上执行批处理、实时流处理、SQL 分析和机器学习任务。
- 5种
- 支持的主要编程语言：Python、SQL、Scala、Java 和 R
- 2,000+
- 开源项目贡献者，来自产业界与学术界
- 80%
- 来源页面所述使用 Apache Spark™ 的财富 500 强企业比例
- 8倍
- 来源页面所述自适应查询执行对 TPC-DS 1TB 查询的最高加速幅度
统一处理数据、分析与机器学习工作负载
Apache Spark™ 将批处理与实时流处理、分布式 SQL、规模化数据科学和机器学习整合在同一套计算引擎中，并支持多种编程语言。
分布式 SQL 分析
执行 ANSI SQL 查询，支持仪表板分析和临时报告，并处理结构化表与非结构化数据。
规模化数据科学
支持在大规模数据上开展探索性数据分析，无需依赖下采样。
分布式机器学习
可在笔记本电脑上训练机器学习算法，并使用相同代码扩展到容错集群。
自适应查询执行
Spark SQL 可在运行时调整执行计划，例如自动设置 reducer 数量和连接算法。
从安装、文档到源代码
提供下载、快速入门、最新文档、常见问题、示例、社区资源和 GitHub 源代码入口。
从这里开始使用Apache Spark™。
NETWORK
